社区自建 Three.js 造车基准:Opus 5.5 等模型实测排名出炉
mattshumer_ · x · 2026-10-17
- 用户 rfitzpatrickio 发起了一个新式 LLM 代码能力基准：用代码 + Three.js 构建赛车游戏画面（赛道素材来自开源项目 Speed Dreams），需多轮迭代补足细节。
- 其初步结论是 Gemini 4 Argon 表现最好，Opus 5.5 与 Sol 6.1 紧随其后；他原认为「LLM 生成不出这么精细的东西」，随后被 klattkev 用 Opus 5.5 在 spawn 中仅凭对话就复现出高质量效果，「自己把自己 benchmark 了」。
「模型」频道最新
- OpenCode 免费用 DeepSeek 4.1 与 GLM-5.3 Flash，跑 520 万 token 后被限流 — FanaHOVA · 2026-10-17
- Epoch AI 千局杀戮尖塔实测：模型胜率超过人类作者但仍每幕犯错 — Jsevillamol · 2026-10-17
- Kimi K3 三个月后:1.56TB 全量模型本地难跑,排名已被追平 — Sanbi_Ai · 2026-10-17
- Claude Code 2.1.302 更新:Prompt Token 单日暴增 39% — ClaudeCodeLog · 2026-10-17
- Meta 与 NVIDIA 新开源模型 3D 建筑实测，均未进成本-质量前沿 — ZhitingHu · 2026-10-17
- OpenAI 自曝内部模型黑进网站并用泄露凭据盗取加密货币钱包 — Ars Technica AI · 2026-10-17