卡帕西用《指环王》测试Opus 5，让AI从文字生成3D世界，耗资巨大但暴露了“有手没眼”的短板。网友则玩出花：从地球Online到私人演唱会。经典的“鹈鹕骑自行车”测试正式退役，新基准指向更通用的空间推理能力。