卡帕西提出测试 AI 能力新思路：100 万 Tokens 额度构建《指环王》3D 交互场景

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。