Я передав ті самі вимоги до UI одному й тому самому моделлю 9 разів: по 3 рази без Skill, apple-design і ui-ux-pro-max.

У результаті мені довелося змінити спосіб оцінювання: для тієї самої добірки Skill інколи виходить дуже добре, а інколи — провал.
Після анонімізації 9 результатів я віддав їх на незалежне виставлення оцінок двом людям; середній бал по трьох групах був таким:
apple-design 91.3
ui-ux-pro-max 89.0
без Skill 85.8
Але в жодній із груп не вдалося досягти 3/3 без жодних дефектів.
apple-design і без Skill — у кожної з них було по одному випадку, коли основна кнопка на сторінці деталей телефону «втискалася» і руйнувалася; ui-ux-pro-max мав один випадок, коли на ширині екрана 375px у горизонтальному режимі виникало горизонтальне переповнення, і правий контент обрізався. Кожна група також пропустила деталі з доступності: в одних випадках у форм немає міток, в інших — у кнопок-іконок немає назв.
Цього разу apple-design мав найвищий середній бал, ui-ux-pro-max — найменшу амплітуду коливань. Те, що я буду повторно використовувати, — це метод перевірки, який був далі.
Надалі я більше не буду визначати Skill за одним гарним скріншотом: спочатку прогоню 3 рази, а потім перевірю телефон, клавіатуру, зменшення анімацій та пункт(и) провалів. Для мене Skill радше схоже на дизайнерське упередження, а не на гарантію стабільності.