標籤 AI 評測

General Context Labs 開源 3JSBench，用 100 個任務與 697 項確定性檢查評 10 個模型的 Three.js 物件生成力：結構通過率由 GPT-6 Astra 的 78.7% 居首，創作者盲測偏好卻把 Claude Opus 5.5 推上第一，兩份榜單對不上正是選模型與驗收時最該看的訊號；評分器原始碼尚未公開，偏好票來自 Instaplay 平台創作者。