卡帕西提出 AI 能力测试新思路：100 万 Tokens 让 Claude Opus 5 构建《指环王》3D 交互场景

卡帕西提出 AI 能力测试新思路：100 万 Tokens 让 Claude Opus 5 构建《指环王》3D 交互场景 这条更新来自 ithome.com，发布时间为 2026-08-05，Aioga 保留原文入口以便核验。

摘要：OpenAI 联合创始人卡帕西提出 AI 基准测试新思路：向模型提供《指环王》开篇首段文字，要求其创建可交互的 3D 世界。他以 100 万 tokens（成本约 10 美元）为额度，让 Claude Opus 5 用 three.js 构建场景，模型耗时约 2 小时输出约 5500 行代码，生成作品呈现比尔博告别宴会等画面，完成度较高。

背景：报道指出，业内此前曾通过生成“鹈鹕骑车图”的SVG任务，观察模型的空间推理、几何逻辑和复杂代码生成能力。卡帕西认为简单任务已难以充分体现当前模型水平，因此尝试引入代码、场景设计和多媒体制作相结合的任务。

Aioga 观察：Aioga判断，这一方案的价值在于把单一图像或代码输出扩展为可交互场景，便于观察模型处理文学描述和综合制作任务的表现。但材料只展示了一次案例，尚不足以证明其可作为稳定、可重复或可横向比较的正式基准。

影响与后续：值得关注的是，较长资源额度下，模型能够在约2小时内生成包含比尔博告别宴会和财宝洞穴等画面的3D作品。报道同时强调，其效果仍不能与人工耗费数小时制作的内容相比，因此完成速度与成品质量需要分别评估。 Aioga判断，后续若要验证这一测试思路，可关注是否公开更明确的任务规则、评价标准与可重复结果，并比较不同模型在相同文学文本、资源额度和工具条件下的输出。现有材料未提供此类对照数据，不宜据此排列模型能力。

IT之家：https://www.ithome.com/ 8 月 5 日消息，OpenAI 联合创始人安德烈 · 卡帕西（Andrej Karpathy）于 8 月 2 日在 X 平台发布推文，提出一项 AI 基准测试思路： 向模型提供《指环王》开篇首段文字，再要求模型创建对应的 3D 世界。

在测试 AI 模型时，此前业内习惯使用生成“鹈鹕骑车图”的 SVG 图片方式，用来评估大语言模型在空间推理、几何逻辑和复杂代码生成方面的真实水平。

不过卡帕西指出目前模型能力不断提升，等简单任务已不在话下，因此提出新的 AI 基准测试思路： 让模型根据文学文本构建可交互的 3D 场景，从而观察模型在代码生成、场景设计与多媒体制作方面的综合表现。

Karpathy 要求 Claude Opus 5 使用 three.js 创建 3D 世界，输入内容为《指环王》的首段文字。测试的最高资源额度为 100 万 tokens，成本约为 10 美元。在这一配置下，Claude Opus 5 耗时约 2 小时，输出约 5500 行代码。

生成作品以 3D 动画形式呈现《指环王》开场相关场景，其中包括人们参加比尔博告别宴会，以及充满财宝的洞穴。报道指出，该作品无法与人工耗费数小时制作的内容相比，但考虑到 AI 在约 2 小时内完成生成，其完成度仍较高。