Szenario: Layoutfehler · 2026-08-13

Können Vision-Modelle die fehlerfreie Mobile-Banking-Oberfläche erkennen?

Bestimme, ob dieses fehlerfreie Steuerelement einen sichtbaren Layoutfehler enthält.

Erwartete AntwortFehlerfrei

390 × 844 · 9 Modellkonfigurationen

Exakte Eingabe

Prompt

You are evaluating a user interface screenshot for objective rendering defects.

Check only for these visible issue categories: viewport_cropping, container_clipping, text_overflow, element_overlap, obscured_actionable_control, or broken_responsive_reflow. Do not report subjective design preferences, copywriting concerns, or accessibility assumptions.

If there is one visible issue, return its category and the tight affected region on a normalized 0 to 1000 grid. If none of these issues is visible, return has_issue=false and null category and region values.

Return only data matching the supplied JSON schema. Do not describe your reasoning.
SHA-256 · 7d8cfe281f4ef9b625bbcc6c89c45236b392624e96c23044e6dcaac1d8d7adb0

Ground Truth

Benchmark-Screenshot für Layout-Fehler im Mobile Banking
Ground Truth: fehlerfreies Steuerelement

Modelldaten

9 Modellergebnisse

Blau markiert den gesetzten Fehlerbereich. Orange markiert den vom Modell zurückgegebenen Bereich, sofern vorhanden.

Holo3 122B A10B

H Company · holo3-122b-a10b
Richtig
Latenz
1.33 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.00025
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description": "No issues found."}
                

Grok 4.5

xAI · x-ai/grok-4.5
Richtig
Latenz
7.07 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0013
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No objective layout defects detected in the screenshot."}
                

GPT-5.4

OpenAI · openai/gpt-5.4
Richtig
Latenz
7.07 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0032
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":""}
                

Gemini 3.6 Flash

Google AI Studio · google/gemini-3.6-flash
Richtig
Latenz
7.25 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0028
Versuche
1
                  {
  "has_issue": false,
  "category": null,
  "region": null,
  "description": "The interface layout is clean and free of visual defect issues."
}
                

GPT-5.6 Sol

OpenAI · openai/gpt-5.6-sol
Richtig
Latenz
8.29 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0072
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No visible rendering defect in the specified categories."}
                

GPT-5.6 Luna

OpenAI · openai/gpt-5.6-luna
Richtig
Latenz
7.35 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.00012
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":""}
                

Claude Sonnet 5

Anthropic · anthropic/claude-sonnet-5
Falsch
Latenz
10.25 s
Kategorie
Verdecktes bedienbares Steuerelement
Lokalisierungs-IoU
Kosten
$0.0035
Versuche
1
                  {"has_issue":true,"category":"obscured_actionable_control","region":{"x":0,"y":720,"width":390,"height":95},"description":"The Transfer button overlaps the bottom navigation bar area, partially obscuring the navigation controls."}
                

Claude Opus 5

Anthropic · anthropic/claude-opus-5
Richtig
Latenz
9.87 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0075
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No visible layout defects."}
                

Gemini 3.1 Pro Preview

Google AI Studio · google/gemini-3.1-pro-preview
Falsch
Latenz
11.05 s
Kategorie
Beschneidung des Containers
Lokalisierungs-IoU
Kosten
$0.0031
Versuche
1
                  {"has_issue":true,"category":"container_clipping","region":{"x":46,"y":607,"width":902,"height":48},"description":"Bottom section of 'Everyday card' container is cut off."}
                
DE