Reddit 用戶發起一項基準測試，比較假想模型 GPT 6 Astra max 與 Claude Fable 5.1 max 在「永動彈簧下電扶梯」任務中的物件間物理模擬能力。測試結果顯示，Claude Fable 5.1 max 產生了視覺上更平滑且具真實感的彈簧壓縮與運動效果，但耗盡了五小時的使用時數並觸發令牌上限。相對地，GPT 6 Astra max 運算速度快且效率高，卻出現了彈簧自我交叉等幾何錯誤。此測試透過區分視覺保真度與實際物理一致性，為生成式影片模型提供了更細緻的評估方式，顯示未來模型開發需在渲染品質與動態場景的邏輯一致性之間取得平衡。
事件背景
「騎自行車的鵜鶘」測試已成為 AI 影像與影片生成的熱門非正式基準，挑戰模型處理複雜物件互動與解剖結構的能力。這個新的電扶梯彈簧測試延續了該概念，專注於連續的物理模擬，例如彈簧壓縮與動量，這些特徵對於生成式模型來說更難持續維持。
社群觀察
社群意見兩極，部分用戶讚賞 Claude Fable 5.1 的視覺精緻度，而其他用戶則認為 GPT 6 Astra 儘管有美觀瑕疵，卻提供了更好的物理真實感。多位評論者指出，Astra 的彈簧壓縮邏輯在科學上比 Fable 較平滑但物理基礎較弱的運動更為準確。
