Szenario: Layoutfehler · 2026-08-13

Können Vision-Modelle die fehlerfreie Commerce-Katalog-Oberfläche erkennen?

Bestimme, ob dieses fehlerfreie Steuerelement einen sichtbaren Layoutfehler enthält.

Erwartete AntwortFehlerfrei

1440 × 900 · 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 Commerce-Katalog
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
1.87 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.00062
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":":none:"}
                

Grok 4.5

xAI · x-ai/grok-4.5
Richtig
Latenz
8.67 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0041
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
7.30 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0056
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No visible rendering defect from the specified categories."}
                

Gemini 3.6 Flash

Google AI Studio · google/gemini-3.6-flash
Richtig
Latenz
7.31 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0026
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No rendering defects identified."}
                

GPT-5.6 Sol

OpenAI · openai/gpt-5.6-sol
Richtig
Latenz
26.99 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0129
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No visible rendering defects in the specified categories."}
                

GPT-5.6 Luna

OpenAI · openai/gpt-5.6-luna
Richtig
Latenz
7.30 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.00025
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":""}
                

Claude Sonnet 5

Anthropic · anthropic/claude-sonnet-5
Richtig
Latenz
12.13 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0059
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No visible layout defects detected; the interface renders cleanly with no cropping, clipping, overflow, overlap, or reflow issues."}
                

Claude Opus 5

Anthropic · anthropic/claude-opus-5
Richtig
Latenz
8.64 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0140
Versuche
1
                  {"has_issue":false,"category":null,"region":null,"description":"No visible rendering defects."}
                

Gemini 3.1 Pro Preview

Google AI Studio · google/gemini-3.1-pro-preview
Richtig
Latenz
31.21 s
Kategorie
Lokalisierungs-IoU
Kosten
$0.0029
Versuche
1
                  {
  "has_issue": false,
  "category": null,
  "region": null,
  "description": "No objective rendering defects found."
}
                
DE