Tajný model Gestalt porazil Fable 5.2 i lidské designéry. Ale jen v designu webů a nikdo neví, čí je
Po sítích koluje, že se objevily dva tajné modely lepší než Claude Fable 5.2. Ve skutečnosti jde o jeden model, Gestalt, a o jeden žebříček: Frontier Design Benchmark od Contra Labs, kde profesionální designéři naslepo hodnotí weby postavené podle skutečných zadání. Ten druhý tajemný sloupec jsou lidští designéři. Gestalt porazil i je. Kdo ho vyrobil, zatím nikdo neřekl.
Tento týden obletěla sociální sítě zpráva, že se na žebříčku objevily dva tajné modely, které jsou lepší než Claude Fable 5.2. Podívali jsme se na to. Pravda je zajímavá, jen trochu jiná, než zněly titulky.
Co se stalo
Firma Contra Labs spustila spolu s BenchFlow nový žebříček Frontier Design Benchmark. Neměří obecnou inteligenci ani programování. Měří jedinou věc: jak dobře AI navrhne web.
Na prvním místě je model s krycím jménem Gestalt. Podle zveřejněných čísel:
- Gestalt: zhruba 1 930 bodů Elo
- Návrhy od lidských designérů: zhruba 1 739
- Claude Fable 5.2: zhruba 1 713
Hodnoty se trochu hýbou, jak přibývají hlasy, ale pořadí zůstává.

Proč "dva modely"
Ten druhý "tajný model" není model. Je to referenční sada návrhů od lidských designérů, kterou Contra do žebříčku zařadila jako dalšího soutěžícího. Kdo se na graf podíval rychle, viděl dva neznámé sloupce nad Fable 5.2. Ve skutečnosti je to jeden neznámý model a lidé.
Což je mimochodem ta zajímavější zpráva. Podle hlasování designérů Gestalt porazil i lidské designéry, a to o slušný kus.
Jak se měří
- 33 zadání. 27 vychází ze skutečných designérských zakázek z platformy Contra, přepsaných pro smyšlené klienty. Dalších 6 dodaly partnerské startupy.
- Modely pracují jako agenti. Každý dostane zadání v izolovaném prostředí a postaví web. Zaznamenává se výsledek, cena i celý postup.
- Hlasují profesionální designéři, naslepo. Vidí dva weby a vyberou lepší. Z hlasů se pak počítá skóre Elo.
- Lidské návrhy vytvořili designéři z Contry a začínali moodboardem se třemi směry, stejně jako u skutečné zakázky.
Na tom přístupu je co pochválit. Většina známých žebříčků stojí na hlasech náhodných lidí z internetu. Tady hlasují lidé, kteří design dělají profesionálně, a zadání vychází ze skutečné práce. Pro posouzení designu je to rozumnější měřítko.
Mezi modely se jménem vede Fable 5.2 a Anthropic má v první šestici tři modely: Fable 5.2 (1 713), Opus 5.5 (1 691) a Sonnet 5.5 (1 667). Mezi ně se vešly GPT-6.1 Sol (1 668) a Kimi K3.1 Pro (1 663). Pak je velký skok: po GPT-6 Astra (1 638) má další model v pořadí, Qwen3.8 Max, už jen 1 434. Nové GPT-6.2 v grafu zatím není. To potvrzuje, co jsme viděli už u Claude Design: v návrhu rozhraní je Anthropic teď hodně silný.
Co nevíme
- Kdo Gestalt vyrobil. Contra o něm píše jen jako o kvalitním designovém modelu, který je zatím utajený. Spekulací je po internetu dost, potvrzení žádné.
- Kdy a za kolik bude dostupný. Gestalt nemá veřejné API, cenu ani datum vydání.
- Přesná čísla metodiky. Zdroje se rozcházejí v počtu designérů (35, nebo 68) i hlasů (zhruba 3 600, nebo 4 300). Nejspíš jde o různé okamžiky po spuštění, ale ověřit jsme to nemohli.
- Jestli to někdo zopakuje. Je to jeden žebříček od jednoho provozovatele a nezávisle ho zatím nikdo nepřeměřil.
Co si z toho vzít
Nejde o model, který je obecně chytřejší než Fable 5.2. Jde o model, který podle jednoho žebříčku lépe navrhuje weby. To je užší tvrzení, ale pořád zajímavé. Laboratoře už nesoutěží jen v programování a uvažování, ale i ve vkusu.
A mějte na paměti, že tajné modely na žebříčcích nejsou nic nového. Laboratoře je tam posílají anonymně, aby dostaly zpětnou vazbu dřív, než model oficiálně vydají. Za pár týdnů se nejspíš dozvíme, čí Gestalt je. Pak o něm napíšeme víc. 🎨
Kurátorsky, na základě veřejných zdrojů a kontextu našeho stacku. Pokud najdeš nepřesnost nebo chceš k tématu reagovat, napiš nám a rádi to opravíme.
Související
Máte nápad?
Vytvořme ho spolu.
Napište nám pár vět o tom, co chcete postavit či vytvořit. Do dvou pracovních dnů se ozveme s první bezplatnou konzultací.
