Thử nghiệm 10 tổ hợp mô hình AI và công cụ hỗ trợ lập trình Three.js

Tôi đã thử nghiệm một prompt đơn giản với các tổ hợp mô hình và harness khác nhau để tìm ra đâu là lựa chọn mang lại kết quả tốt nhất. Tôi thực hiện việc này trong chế độ /goal.

Prompt: Xây dựng một trang đơn Three.js về nhà chứa phi thuyền khoa học viễn tưởng với các drone bay lơ lửng, đèn cảnh báo chuyển động, dải đường băng phát sáng và các lớp sương mù dạng thể tích tinh tế. Bao gồm tính năng bật/tắt đội hình drone và đường di chuyển camera đậm chất điện ảnh. Xuất ra một tệp HTML duy nhất với JavaScript nội dòng.

Tất cả các lượt chạy GLM đều được gắn nhãn GLM 5.3 Flash Max; token đầu vào bao gồm cả đầu vào đã lưu vào bộ nhớ đệm (cached input). Token đầu ra là tổng số được tạo ra, bao gồm cả phần suy luận (reasoning); khi một harness báo cáo phần suy luận riêng biệt, cột suy luận sẽ hiển thị tập hợp con đó. Adapter DSH không báo cáo số lượng suy luận riêng. Thời lượng DSH là tổng thời gian lượt hoạt động trên cả hai lượt, không bao gồm thời gian tạm dừng giữa các lượt. Lỗi công cụ (tool errors) là các sự kiện công cụ thất bại được ghi lại. Dấu gạch ngang nghĩa là không có sẵn hoặc không được báo cáo.