【升级版测试】震惊瘫坐！ds 4.1Flash 吊打众多国模（glm/qwen/kimi）

书接上回https://linux.do/t/topic/2890700

提示词：生成一个3d箱庭小镇，要求内容丰富精致，有昼夜变化切换和动态元素，注意高低错落避免变成小方块堆砌

上次一句话提示词生成了测试，但是结果我不太满意，整体差异较大，而且 ds 4.1Flash 似乎没有发挥出真正的实力。为了测试Flash 模型指哪打哪的能力，我基于实施细则和验收清单这 2 个要求让 gpt6 出了一版提示词，然后为了平衡避免模型之间的场景发挥过于趋同相似，我又让 gpt6 平衡了一下，保留了基础的一些场景元素和验收清单做评分，并且在提示词中强调可以进行发散思维，争取发挥最大的创意。

新版提示词：

请制作一个可在浏览器实际运行、可交互、有持续动态与昼夜变化的 3D 箱庭小镇。

你负责具体设计与开发。请在共同功能要求内主动发挥，形成具有辨识度的作品。直接交付可运行成果，并自行检查和修复，不要只给方案、效果图或实现建议。

一、创作目标与自由度

你可以自行决定时代、地域、世界观、气候、地形组织、建筑语言、色彩、材质和生活氛围。题材可以现实，也可以幻想；不规定写实、卡通、低多边形或其他具体风格。

整体应有明确的设计意图、协调的视觉语言和生活感。注意高低错落、体量变化、疏密关系与留白，避免等高、等宽、等间距的小方块堆砌。使用基础几何体组合完全允许，最终效果应具有可辨认的形态和层次。

钟塔和灯塔是共同地标，允许改变其具体造型与文化表达。它们的方位不固定。公园、湖泊、船、电车、热气球、鸟、风车等是灵感候选；除下列明确的功能要求外，不必逐个照搬。你可以选取、组合或设计适合主题的替代元素。

替代必须保留对应功能。例如电车可换成具有路线和停站行为的其他公共交通，风车可换成具有可见机械运动的其他设施。名称改变、静态装饰或说明文字不构成功能替代。

请主动加入能提升辨识度、环境叙事或生活感的设计。创意可以体现在布局、构造、居民行为、昼夜差异、物体联系及细微安排中；不强制彩蛋，不规定额外创意数量，也不按堆砌功能的数量加分。未明确规定的设计问题，请自行作出一致、合理的决定并实施。

评分权重：指令落实与运行可靠性 40 分，视觉品质与整体完成度 35 分，创意、辨识度与细节价值 25 分。完整性、审美和创意分别评价；自主发挥不能替代必做功能。

二、共同场景要求

R02｜真实三维

使用真正的三维空间。旋转视角后应能观察体积、侧面、背面和遮挡关系。不得用整幅图片、平面插画或静态截图代替小镇。

R03｜规模与空间

设置 8—16 栋主要建筑，包含钟塔、灯塔及其他具有独立建筑体量的建筑；附属小装饰不单独计数。至少体现四种建筑用途、三种可区分的建筑轮廓。生活建筑具有门窗、入口或与用途相符的结构特征，不能只靠标签区分。

地形至少形成三个可辨认的高度层级；仅把楼盖高不算地形层级。主要活动区域之间有合理连接，至少使用台阶、坡道、桥梁、步道中的两种方式，避免明显悬空、断路和建筑穿插。具体布局自由。

R04｜时间地标

设置 1 座主要钟塔，造型自由，具备至少一个在常用观察角度可读的模拟钟面、时针和分针。允许用天文钟塔等主题化造型表达，但需保留钟塔身份与读时功能。指针与场景时间同步。

R05｜照明地标

设置 1 座主要灯塔，具备塔身、顶部灯室和夜间旋转扫光。它与水域应形成可理解的引导或警示关系，位置与造型自由。允许以透明几何体等方法实现扫光，不要求物理准确的体积光。

R06｜居民

至少 6 名具有头部、身体和四肢的人物，至少三组服装配色。

至少 3 人沿合理路线行走，并有腿部或与其角色相符的行走动作；至少 1 人处于休息、交谈或工作等不同于巡回行走的状态，该状态可静可动。人物不得明显穿过建筑或水域。

R07｜陆地交通

至少两种不同的陆地交通载具，各至少一个，沿可见且合理的路线移动。可以采用汽车、电车、巴士、山地列车、架空缆车等；多节同型车厢不算两种载具。

其中至少一种承担公共交通：有可见的道路、轨道或缆索及相应站点，采用闭合或往返路线，每个完整循环至少停站一次，停留 2 秒，允许 ±0.3 秒误差。完整循环含停站为 15—40 秒。

载具朝向与行驶方向相符，具有与类型相符的可见运动细节，例如轮子转动或悬挂机构摆动。避免明显互相穿插；不要求真实交通 AI。

R08｜水域活动

设置至少一处具有明确岸界的水域，例如湖泊、河道、运河或港池，具有持续水面动态。

至少一个水上交通或作业对象沿闭合或往返路线移动，例如船、渡轮或主题化水上载具；外形应有可辨认的结构。朝向与运动相符，不能只有原地晃动，也不能驶上陆地或穿过明显障碍。

R09｜空中活动

至少一种空中活动元素，例如鸟、热气球、飞艇或幻想飞行生物。

至少具有空间移动，以及结构动作、姿态变化或高度起伏中的一种额外动态。运动范围受控，不得无故离开后消失或长期挡住主要地标。

R10｜机械动态

至少一处独立的机械动态设施，例如风车、水车、吊机或旋转天文仪。结构可辨认，活动部件围绕合理轴心或路径运动，不能只把整个静态模型一起转动。

本项不能重复使用既有交通载具、钟面指针或灯塔扫光充数。

R11｜公共空间与环境

至少一处居民公共活动空间，具备可进入的通路与至少两处座椅、摊位或其他服务居民的设施。

设置至少 10 处植被或自然装饰，至少两种形态，可采用树木、灌木、花草、岩石、珊瑚等符合主题的形式。

设置至少 4 个户外照明设施，位置与道路或活动区域相呼应。丰富环境细节，同时保留空间秩序。

三、时间、照明与交互

R12｜统一场景时间

初始时间为 09:00，默认自动推进。正常播放时现实 120 秒对应场景 24 小时，循环运行，允许 ±5% 的正常计时误差。

界面显示 HH:MM；钟塔时针、分针、时间显示和昼夜状态使用同一个场景时间，不得各自运行。

R13｜昼夜表现

自动时间推进时，天空、环境亮度及主光方向或光影随时间连续变化，黎明和黄昏有过渡。

12:00 为明确的白天，22:00 为明确的夜晚。

白天建筑颜色与明暗关系清楚；夜间开启户外灯光、部分建筑窗光和灯塔扫光。至少一处户外灯光实际照亮附近表面。

夜景应有氛围，同时能辨认主体、道路和活动。无需真实室内、真实水面反射或复杂光照算法。

R14｜时间控制

提供白天、夜晚、时间滑杆及自动昼夜开关：

• 白天按钮设为 12:00，并关闭自动时间推进。


• 夜晚按钮设为 22:00，并关闭自动时间推进。


• 滑杆允许选择全天时刻，并同步钟面、时间显示与照明；手动设置后关闭自动时间推进。


• 重新开启自动昼夜时，从当前时间继续，不跳回 09:00。
  
  这些操作只控制场景时间；未全局暂停时，人物、交通等动画继续播放。

R15｜全局暂停

提供暂停／继续按钮。暂停后冻结自动时间推进，以及居民、交通、水面、水上对象、空中对象、机械设施、灯塔扫光和额外环境动画。

相机与界面仍可操作。暂停时允许手动设定时间，由该操作引起的钟面与照明更新属于正常行为。

恢复后从暂停状态继续，不出现明显位置跳变。不能只暂停部分动画。

R16｜相机

支持环绕旋转、缩放及重置视角；限制操作范围，避免轻易进入地下或建筑内部。

默认视角不自动旋转，应展示完整箱庭主体，并能辨认钟塔、灯塔、水域及主要活动区域；不要求每个小物件同时可见。

重置只恢复相机位置与缩放，不改变场景时刻及播放状态。

R17｜界面适配

界面简洁、可读，控制文字与实际状态一致，不明显遮挡主体。

在 1440×900 和 1024×768 的桌面浏览器视口下，主要控制可访问，场景不明显拉伸变形。尺寸变化后更新渲染区域及相机设置。

四、开发边界与可靠性

R01｜可运行交付

交付完整、可本地启动的网页项目，遵守测试方统一提供的工具权限和预算。

可使用环境允许的 3D 库，不限定框架、算法或目录结构。启动所需程序依赖应由本地项目提供，不依赖运行时远程 CDN。

R18｜持续运行

运动速度按经过的时间计算，避免依赖帧数。闭合或往返路线在衔接处不得明显瞬移。

在前台持续运行至少 120 秒，不能出现阻断运行的异常、对象无故消失或状态错误不断累积。全局暂停、继续与多次切换时间后仍能正常运行。

R19｜素材、范围与交付说明

场景几何、材质和装饰由程序生成，不使用外部下载的成品小镇、成品 3D 模型或图片背景代替制作；运行时不依赖外部素材网址。

不要求后端、账号、联网服务、多人联机、室内漫游、完整物理系统、音效或移动端专用操作。

交付启动命令、简短操作说明、实际验收结果和未完成／未验证项。可简述主题选择及值得观察的自主设计，不需要长篇设计论述或自评打分。

五、自检与失败处理

实际运行并检查以下内容：

1. 启动、三维观察、建筑规模、高度层级与各类必做对象。


2. 至少一个公共交通完整循环，确认停站、重新启动及朝向正确。


3. 居民、水上、空中、机械和水面动态。


4. 切换 12:00 与 22:00，核对时间、钟面、照明和其他动画状态。


5. 手动选择时间后开启自动昼夜，确认从当前时刻继续。


6. 夜间开启全局暂停，观察至少 3 秒，确认所有规定动画冻结；操作相机仍有效，恢复无明显跳变。


7. 重置相机和两种视口尺寸下的显示与操作。


8. 前台持续运行至少 120 秒，检查循环、异常和对象状态。

发现问题后，在本轮预算内自行修复并重新检查。性能不足时，可降低阴影、反射、粒子、几何细分等成本；不得删除必做类别、停止规定动画或取消核心交互。

复杂效果可以采用简单方法实现，只要保留规定的可观察行为。不得用静态截图、文字说明或删除功能作为“已经完成”的兜底。

确有环境阻碍时，报告具体错误、影响范围和已尝试的修复。如仍有缺失，如实列出。未实际执行的检查标记“未验证”，不能写成通过。

下面就是各大模型的结果截图和我简单体感的评价，最后会附录 gpt6 的评价截图

首先是kimi k2.8 对比其他结果比较稳扎稳打，另外场景丰富度是最低的，车辆人物行走方向基本准确，热气球建模还算可看。另外实现了电车停站的逻辑，不过看上去跟公交车一样，另外有垂钓人物这个细节，不过这个出现 bug 方向反了。另外电车的穿行有问题，一半会嵌入山体中。综合整体来说就是中庸吧，比较平衡，在难度和自身能力上取了平均值

kimi k3-256k 版本，相比 2.8，审美和细节提升了许多，人物垂钓正确，车辆人物行走基本也没有问题，电车逻辑也实现了，但是这个相比电车还是比较像公交车站的感觉。比其他的强但相比 ds 4.1Flash 来说场景丰富度则是较差；

kimi 系的一句话评价就是我宁愿什么都不做，也不愿犯错的感觉。

qwen 3.8 Flash 表现很出乎意料，小模型的结果很不错，人物车辆还有船行走路线基本正确，灯光热气球时钟整对了，挺不错的。但是仍然有少量的穿模以及建模 bug。另外垂钓人物也注意到了很好，但是没有看见关键的垂钓道具；整体看的话，丰富度稍逊于 glm 5.3Flash，但是基本的功能都兜底了，毕竟小模型要什么自行车；

glm 5.3Flash 场景丰富度稍好于 qwen，有水车、风车、垂钓人元素等。还有水渠，高低差火车等，海面上还有浮标禁止。整体来看还是很细节的。但是整体上 bug 比较多。比如较明显的车辆 bug，一个是螃蟹步一个是倒立车在轨道上行驶。垂钓道具问题。还有灯塔 bug，不知道为什么有一束光有重叠效果具体表现如夜景图所示。综合感觉这个结果得垫底

惊艳之作，ds4.1Flash。这一作比其他的都强多了，首先是人物行走正确，电车车辆方向正确，电车靠站停一段时间的逻辑也做出来了。场景丰富度没得说，整体审美对比其他确实是降维打击，而且很惊讶的是，这个船在湖泊的行驶看上去更加汹涌，仿佛这艘船不在小小的湖泊中行驶，而是正在征服惊涛骇浪的大海，整体船的摇摆程度几乎模拟出了大海的效果。灯光上基本也正确，时钟和灯塔的问题也得到了调整，可惜的是灯塔的灯不会转。人物比较多，而且还做出了缆车，但是缆车的线没有做出来，悬空缆车；相比于之前的版本，建模丰富度略微下降的情况下，整体的 bug 情况好了不少，再加上这个速度，确实没得话说；

最后是 gpt6 对这几个结果的评价，kimi 新增就是 kimi k3-256 ；

以上内容仅供参考