Qwen3.8 Flash
alibaba
優點與扣分理由
優點:鍋爐、水、火管、配汽與連桿層次豐富,部件可在圖上及下方按鈕點選;全行程活塞檢查通過。
扣分:天空留白偏多、瑞士背景較單薄;常駐標籤讓畫面擁擠,手機機械特寫仍偏小。蒸汽循環仍是簡化示意。
同頁並排播放、切換場景與機械剖面。先看作品,再看分數。
統一套用播放、速度與場景;保留原始節奏。單步:Gemini 3.7 為 10°,其餘 15°;初始車輪暫停。
載入 0 / 10 ·

優點:鍋爐、水、火管、配汽與連桿層次豐富,部件可在圖上及下方按鈕點選;全行程活塞檢查通過。
扣分:天空留白偏多、瑞士背景較單薄;常駐標籤讓畫面擁擠,手機機械特寫仍偏小。蒸汽循環仍是簡化示意。

優點:阿爾卑斯山與列車輪廓鮮明,輪子和連桿易辨識,控制項與中英部件解說完整;修正版活塞行程通過。
扣分:剖面把水位畫在火管下方,未清楚呈現火管浸在鍋爐水中的關係;金屬與景物造型較簡化,桌面按鈕區偏高,手機內部細節仍小。

優點:外觀、剖面與部件解說完整;活塞全行程及不同半徑車輪連轉兩圈通過,火焰位於火箱內、火管浸在水中,手機控制清楚。
扣分:全車視角列車偏小、天空留白過多,編號遮住部分機械,景物造型較簡化。蒸汽與配汽仍是示意動畫。

優點:機械前方沒有常駐編號遮擋;獨立的解說區、四種特寫、手機汽缸近看,以及金屬配色和兩種旅行海報背景。
扣分:景物仍有幾何化造型,配汽省略可變截止、超熱器與完整閥動機構;手機全車畫面仍小,需切換特寫。

優點:整體構圖完整,鍋爐、汽缸、輪組與部件解說細緻;海岸和瑞士背景均可切換。
扣分:暫停後火焰仍動;手機部件提示框遮擋主要畫面,可點空白畫面關閉。86 分沿用視覺與互動暫評,尚未完成其餘四款的同規格機械驗收,分項暫不並列。
Arena 原始作品 ↗ · 保留原作動作與控制。

優點:旅行海報構圖、鍋爐火管與配汽解說完整;暫停能停止主畫面,15° 單步、速度與兩種背景正常。實際車輪跨兩圈連續,活塞維持缸內。
扣分:十字頭群組多加了 500 單位垂直位移,實際滑塊與主連桿接點分離並移出畫面;手機原作全景裁去部分車頭與煤水車,細小標籤仍擁擠。80 分為原作暫評;原生驗收與前四款 47 項契約不同。
Arena 原始作品 ↗ · 保留原作動作與控制。

優點:免費路線完成可操作的 SVG 火車;火箱、火管、活塞及連桿剖面可見,兩景與特寫可切換。模型自行開 Chrome 驗收並讀取截圖;獨立互動測試 47/47、活塞行程與車輪跨兩圈檢查皆通過。
扣分:山景與煙霧偏簡單幾何圖形,桌機側欄使列車可用畫幅較小;煙霧像透明圓圈,剖面標籤在手機上偏細小。機械為示意圖,現有檢查不等同完整蒸汽機工程驗證。免費服務首次過載,原工作階段重試後完成。

優點:桌機列車畫幅較大,輪組與連桿清楚,操作列和部件解說排列完整。獨立 47 項功能檢查、活塞全行程與車輪跨圈通過;火箱遮擋經同一模型修正後,桌機、手機的全車與機械特寫均可見火焰。
扣分:山景仍是簡單幾何輪廓,煙霧呈重疊圓圈,整體精緻度提升有限。初稿即使自行驗收 47/47 仍漏看火箱遮擋,需人工提供具體問題後修正;此分數是修正版成品評分。手機機械特寫還可以更大,熱循環與配汽僅為示意。

優點:綠金蒸汽機車、寬幅海岸與山景、鍋爐火箱剖面和繁體中文部件解說完整。模型自己跑完 47/47 Chrome 驗收及 75 個活塞位置檢查;獨立驗收亦為 47/47,活塞全行程、連桿長度、汽缸內位置與車輪連轉兩圈均通過。
扣分:海岸與山景偏幾何平面,煙霧仍像重疊圓圈;多個常駐問號標記讓機械畫面擁擠。手機全車和機械特寫的內部細節仍偏小,頁面解說區較長。蒸汽路徑與配汽為教學示意,不是精密工程模擬。

優點:暖紙海報版式與墨綠、煤黑、黃銅配色完整;海岸有雲鳥、海面、燈塔與帆船,瑞士場景有雪峰、松林與木屋。4-6-2 輪組、火箱、鍋爐水、火管及進排汽路徑可辨識。模型自行完成 Chrome 47/47,Codex 對最終檔案獨立驗收也是 47/47;車輪連轉兩圈 49 個取樣均通過。
扣分:機車仍偏幾何平面,蒸汽煙霧與多層背景視差欠缺;配汽閥、汽缸內活塞及蒸汽流動多屬靜態示意,不能當作完整蒸汽循環模擬。手機可操作,但全車與剖面細節偏小;曾嘗試更緊的機械特寫,會裁掉可點部件,最後保留較保守的取景。部件說明與部分控制仍是英文。
OpenCode 作品由 Codex 依完成版評估;兩款 Arena Gemini 為原作暫評,使用各自的原生檢查,未跑共用 47 項;Codex 原創的 93 分是作者自評,且製作前已看過前三組問題,非盲測。分數不含速度與費用,也不代表模型整體能力。手機可左右滑動表格。
| 比較項目 | Qwen3.8 Flash | Qwen3.8 27B FP8 | GLM 5.3 Flash | Codex 原創作者自評 | Gemini 3.7 FlashPro 4.0 · 依使用者確認/暫評 | Gemini 3.8 Flash | Muse Spark 1.3 Free | Muse Spark 1.3 付費 | MiMo-V2.6-Flash | Qwen3.8 27B EXL3 80K |
|---|---|---|---|---|---|---|---|---|---|---|
| 視覺與構圖 /25 | 20 | 21 | 19 | 23 | 待同規格評估 | 22 | 18 | 19 | 19 | 17 |
| 機械細節與示意 /30 | 25 | 20 | 24 | 27 | 待同規格評估 | 18 | 24 | 24 | 24 | 20 |
| 動畫與互動功能 /25 | 25 | 25 | 25 | 25 | 待同規格評估 | 25 | 25 | 25 | 25 | 23 |
| 手機易讀與操作 /20 | 15 | 15 | 16 | 18 | 待同規格評估 | 15 | 17 | 17 | 15 | 15 |
| 作品總分 | 85/100 | 81/100 | 84/100 | 93/100 | 86/100 | 80/100 | 84/100 | 85/100 | 83/100 | 75/100 |
| Chrome 共用驗收 | 47 / 47 | 47 / 47 | 47 / 47 | 47 / 47 | 未跑同套 47 項 | 原生 16 項;非共用 47 項 | 47 / 47 | 47 / 47 | 47 / 47 | 47 / 47 |
| Context 設定 | 1,000,000 | 262,144 | 1,048,576 | 未另行量測 | Arena 未公開 | Arena 未公開 | 1,048,576 / xhigh | 1,048,576 / max | 1,048,576 / 思考開啟 | 81,920 / xhigh |
| 模型工作執行時間 | 76 分 55 秒 | 71 分 06 秒 | 122 分 43 秒 | 不與 API 執行時間並列 | 未取得 | 未取得 | 23 分 59 秒 | 14 分 50 秒 | 至少 166 分 14 秒 | 219 分 58 秒 |
| API 已記錄估計費用 | $0.473 | $1.421 | $0.341 | 未取得獨立費用 | 未取得 | 未取得 | $0(免費模型) | $1.546 | $0.645(紀錄有缺漏) | $0(本機 API;未計電費) |
| 機械幾何驗證 | 活塞 / 跨圈皆通過 | 活塞 / 跨圈皆通過 | 活塞 / 跨圈皆通過 | 活塞 / 跨圈皆通過 | 未完成同規格驗證 | 活塞 / 跨圈通過;十字頭未接合 | 活塞 / 跨圈皆通過 | 活塞 / 跨圈皆通過 | 活塞 / 跨圈皆通過 | 動輪 / 跨兩圈通過;汽缸內部為示意 |
十個畫面直接載入各自的完成作品,這一頁只提供共用操作與畫面取景。點「完整作品」可查看原本版面、個別控制與部件解說。共用特寫保留各作品的原有取景;十款 1× 的原始轉速可能不同。
原先四款皆通過相同的 47 項 Chrome 功能驗收,以及活塞全行程、不同半徑車輪連續兩圈檢查。Codex 原創另有 32 項驗證,未把這些額外項目當成其他模型的失敗。全部是機械原理示意,沒有完整模擬熱力學。
Gemini 3.7 匯入自使用者的 Arena 原作,顯示名稱為 Gemini 3.7 Flash,另註記「Gemini Pro 4.0(依使用者確認)」。此版本未跑其他四款的共同 47 項與車輪跨圈驗收,Context、執行時間與費用未取得。已確認原作車輪暫停後火焰仍動,保留此行為供比較。機械特寫會開啟剖面;切回外觀會恢復全車。
Gemini 3.8 Flash 依使用者標示,保留 Arena 原作;其原生 16 項操作與排版檢查通過,車輪跨兩圈與活塞留在缸內通過,但十字頭與主連桿接點相距 500 SVG 單位,手機全景會裁掉列車兩端。匯入沒有修正這些原作問題。
Muse 兩版均從新資料夾、相同題目與 Chrome 驗收起跑:免費版為 OpenCode Zen Contributor Free、最高 xhigh;付費版為 OpenRouter Meta 正式路線、最高 max。兩版 Context 均設為 1,048,576,初次生成輸出上限 131,072;付費版修正期間因上游額度預留限制調為 65,536,Context 與 max 思考不變。關閉客戶端推理逾時。模型自行操作瀏覽器並讀取截圖,再由 Codex 獨立檢查 47 項功能、活塞行程與車輪跨圈。免費版時間包含首次服務過載及同工作階段重試;付費版時間包含額度預檢失敗及同工作階段火箱遮擋修正。付費版修正後另以桌機與手機、兩種取景共 16 個畫面驗證火焰可見。這是完成作品比較,路線、思考設定與修正次數不同,不是控制變因的模型能力排名。
MiMo-V2.6-Flash 使用新的 OpenCode 工作資料夾、相同題目與 Chrome 驗收;OpenRouter 固定 Xiaomi FP8 端點,Context 1,048,576、輸出上限 131,072。此模型只有思考開關,已開啟;沒有可選的 max/xhigh 等級。關閉客戶端推理逾時,並由模型自行測試、讀取截圖,再由 Codex 驗證同一成品。API 費用為收到的用量紀錄累計。
本機 Qwen3.8 27B EXL3 SC3 使用 OpenCode 全新工作資料夾、相同題目與 Chrome 驗收。TabbyAPI / ExLlamaV3 提供 81,920 tokens Context;要求 xhigh 思考,關閉 OpenCode 客戶端推理逾時。模型完成並自行檢查後,Codex 對同一檔案獨立驗收。API 費用為 $0,未量測電費。
Qwen3.8 27B 使用 Reka FP8;原廠 GLM 指 Z.AI 端點,其標示精度也是 FP8;Qwen Flash 精度未公開。不同模型和供應商的結果不能單獨歸因於量化。
GLM 執行時間包含四次上游 504 閒置逾時及後續修正。費用只統計收到的用量紀錄,失敗串流可能未回報,實際帳單可能較高。Codex 原創在此對話直接製作,時間口徑與 API 執行不同,費用亦未獨立取得。
三模型結果 · 三模型評分理由 · Codex 驗證與自評 · Gemini 3.7 來源與註記 · Gemini 3.8 驗證與評分 · Muse 免費版結果 · Muse 付費版結果 · MiMo 2.6 Flash 結果 · 本機 EXL3 結果