让AI画代码图？这届大模型评测有点意思

我在Hacker News上刷到一篇RealPython的新评测文章，测试对象是Anthropic的Claude Fable 5.1——题目要求AI写一段Python代码，生成一张"Python在读一本书"的图。听起来像创意编程练习，但仔细想想，这其实是个挺妙的评测设计：它同时考验代码生成、视觉理解和审美表达。说实话，目前大模型在纯文本任务上已经卷得差不多了，用"画图题"来拉开差距，我觉得是个聪明的思路。不过这篇发出来只有1分0评论，热度低得可怜，说明要么大家对这个评测框架不买账，要么Claude Fable 5.1这个名字还没建立起什么认知。无论如何，AI能力边界到底该用多"软"的任务来衡量，这个讨论本身比某个具体跑分更有意思。

原文：Claude Fable 5.1 Benchmark: Draw a Python Reading a Book · 来源：Hacker News