我在同一个 Three.js 任务中测试了 10 个模型/线束组合

机库线束/模型测试 我一直在使用不同的模型和线束组合测试一个简单的提示，以确定哪一个可以产生最佳效果。我在 /goal 模式下执行此操作。提示：构建一个单页 Three.js 科幻机库，其中包含悬停无人机、动画警示灯、发光跑道带和微妙的体积式雾飞机。包括无人机编队切换和电影摄像机路径。使用内联 JavaScript 输出一个独立的 HTML 文件。模型 ↕ 线束 ↕ 文件 ↕ 持续时间 ↕ TTFT ↕ 输入标记 ↕ 输出标记 ↕ 推理标记 ↕ 总标记 ↕ 缓存输入 % ↕ 工具调用 ↕ 工具错误 ↕ 在浏览器中打开 ↕ 检查的屏幕截图 ↕ GLM 5.3 Flash Max Codex 打开 9m 0.232s 9.344s 457,685 17,458 7,694 475,143 85.26% 14 1 被阻止 无 Luna 5.6 最大 Codex 开放 9m 13.098s 6.199s 1,146,755 25,512 6,879 1,172,267 92.76% 32 2 是 是 SOL 5.6 最大 Codex 开放 10m 48.765s 8.460s 1,069,163 28,278 7,515 1,097,441 94.60% 21 5 否 否 Astra 6.0 最大 Codex 开放 37m 29.705s 3.589s 1,292,366 43,129 15,271 1,335,495 94.93% 20 5 是 否 GLM 5.3 闪存最大 OMP 开放 30m 14.979s 6.596s 1,678,509 63,405 — 1,741,914 78.54% 57 0 是 是 Qwen 3.8 27B x-high OMP Open 41m 25.836s 15.275s 3,407,451 71,935 49,131 3,479,386 86.92% 89 0 是 是 GLM 5.3 Flash Max OpenCode Open 20m 28.948s 6.284s 4,305,447 50,468 33,414 4,355,915 96.89% 67 0 有 有 Qwen 3.8 27B x 高 OpenCode Open 8m 48.470s 10.182s 665,490 41,817 28,788 707,307 95.64% 13 0 是 是 Qwen 3.8 27B 高 DSH / PTC 开放 24m 32.929s 7.724s 1,012,499 89,894 — 1,102,393 91.69% 23 5 是 是 Qwen 3.8 27B x-high DSH Open 18m 15.239s 6.755s 2,654,457 78,232 — 2,732,689 95.48% 42 2 否 否 所有 GLM 运行都标记为 GLM 5.3 Flash Max ；输入标记包括缓存的输入。输出token是生成的总数，包括推理；当线束单独报告推理时，推理列会显示该子集。 DSH 适配器不报告单独的推理计数。 DSH 持续时间是两个回合的活动回合时间之和，不包括回合之间的暂停。工具错误记录了失败的工具事件。破折号表示不可用或未报告。