design-taste-frontend (Leonxlnx/taste-skill) vs theme-factory (Anthropic)
design-taste-frontend (Leonxlnx/taste-skill)
16.2 / 30
状況次第注意
design-taste-frontend:「AI スロップ」の兆候(大文字のアイブロー、01/02 のマーカー)を除去し、リデザインタスクでは勝利します。ただし 1 つのランディングページが壊れて出力されたため、平均は対照群を下回り(3.6 対 4.0)、トークンは 3.7 倍です。
- SOTA合格
theme-factory (Anthropic)
27.7 / 30
推奨安全
theme-factory:Codex はすでに 2 つの名前付きテーマを暗記しています(スキルなしで 5.0)。しかし「プリセットを選ぶ」ことができるのはスキルだけです。そのタスクでは 5.0 対 0.0 で、しかも安価です(トークン 0.66 倍)。
- SOTA合格