• sallyn

    由这个测试而来 deepseek-v4.1-flash瓶中沧海效果,震惊瘫坐.jpg 如果想要看各种其他模型做这个的效果 可以查看 GPT-6 Astra 大大的震惊,共四个场景,美到爆(测测你们的模型绘制情况吧) 这个帖子

    第一轮在Pi中(非裸,有插件)输入提示词,大部分内容完成后被大量的playwright截图和读图卡死无响应,切换到Kimi Code继续完成和修复。修复共2轮完成。总共3轮。

    HTML文件和在线操作可以在这里进行 https://deepdemos.top/demo/pi-kimi-code-dcfac267

    图片

    图片

    图片

    图片

    图片

    我很喜欢V4.1f给我做的这个天空盒和瓶子外的室内以及室外的场景,不知道它是怎么想到要做瓶子以外的场景的。


    为了方便大家直接看模型的区别 放个表格

    Astra |
    glm-5.3-flash |
    gemini-3.8-flash |
    gpt5 luna |

    图片 |
    图片 |
    图片 |
    图片 |

    在我前面几次测试别的three.js建模的时候,Kimi Code倾向于积极的派发多个子代理,基本派发出去2个以上的子代理都是很常见的情况;DSH和ZCode基本表现差不多,也会派发子代理但是基本上一个时间只会派发一个出去,但是ZCode在工具调用上不知道为什么比DSH慢不少,而且调用工具出错较多;Pi即使我装了子代理插件,但可能是提示词原因,并不会进行派发,而且截图和read图片多了非常卡顿,后面直接卡死了,不得不换别的工具来进行接手。

    主楼
  • 南箕子

    所以这最后是在 kimi code 中使用 dsv4.1f 完成的吗

    #1
  • sallyn

    对的 但是我看有一个新的benchmark FrontierHarness 可以在X上搜一下

    看上去按照那个来说 DSH和Zcode才是比较好的harness 智谱官方的人跑出来的结果 当然这个图中 DSH那个是在梁文锋测的 梁文谷测的是要比5.3 Flash便宜的

    但是Zcode我感觉它那个思考强度有白名单 以及里面还有阿里云的人机验证 让我实在是不是很想用它

    图片

    #2
  • SaitoSakuya

    图片

    opencode go ds4.1 in Claudecode cli,这下真瘫坐了

    #3
  • 一颗星

    思考强度是max吗,听说有时候high更好呢?

    #4

发表回复

登录后回复