今天看到了帖子：
claude到底有多强！来看看我生成的效果 - 搞七捻三 - LINUX DO
感谢两位大佬的 prompt
总结：利用 SVG 生成对应图片十分考验模型的能力，并且具有实用价值。但目前多数模型表现一塌糊涂。。。能用的不多。类似的能力：mermaid 生成倒是还行，但也常常出错。
许多问题很简单，但是给人一种十分明显的感觉，其并不会思考，唉，能力不足，就需要prompt弥补。。。
分析：
1，这一测试很轻松测到了模型的上限，尤其是
记忆力（大量prompt，并且prompt对输出结果有很大影响（十分不稳定））
分析能力
输出稳定性
2，目前就claude，o1 preview 输出结果还不错，但是存在地理位置生成错误等严重问题，
gemini 各版本效果一言难尽（exp 1121的svg内容很不错，但是生成位置很糟糕），exp 和 gtp 4o输出差不多，能看，但不多
3，这或许是检测模型能力和训练的一个方向，由此搭建一个类似的使用工具的benchmark，以近似的prompt测试对应能力，应该能从更多维度测试模型能力，也能体现各模型能力差距
claude 3.5 sonnet
o1 preview
gemini exp 1121
还有 gemini 莫名其妙截断是啥玩意。。。怎么解决，没有涉及敏感内容 
太难受了
