Brief 23 · Издание запроса 2.1
Lightkeeper's Atelier
Постройте мастерскую по производству 3D-фонарей в реальном времени в одном HTML-документе, где полированные металлы, грубые металлы, керамика, камень и стекло будут визуально различимы, когда движущийся проверочный свет проходит по ним.
Прочитайте полный запрос
3 записанные оценки этого замороженного краткого обзора · артефакты опубликованы без редактирования
Зафиксированные оценки
Каждый артефакт был создан в соответствии с изданием 2.1 этого краткого руководства и опубликован точно в том виде, в каком был предоставлен. страница запуска модели содержит ссылку на запись запуска, которая указывает, какие проверки на уровне исходного кода были выполнены, какие проверки остаются для обзора человеком и чем эта доставка отличается от эпизода с одним сообщением через размещённый API.
- GPT-6.1 Тера gpt-6.1-terraОткрыть артефакт
- Kimi K3.1 Pro k3.1-proОткрыть артефакт
- MiniMax M3.1 Flash MiniMax-M3.1-FlashОткрыть артефакт
Что это проверяет
различение материалов, динамическое освещение, геометрические тени и художественное руководство.
Предлагаемая сложность
Смотрите, мастерство сцен в Yingzao и Helm's Deep теперь сталкивается с контролируемыми интервенциями материалов/света вместо единственного выгодного ракурса.
Это гипотезы проектирования, а не наблюдения сбоев модели. Эмпирическая проверка не измерялась.
Одно сообщение, один HTML-ответ
Дайте каждой модели точно полный запрос как одно сообщение от пользователя. Она возвращает один автономный HTML-документ в одном ответе, без использования инструментов, внешних ресурсов, зависимостей или последующего исправления. Ментальная проверка не является доказательством выполнения; оператор выполняет фактическую оффлайн-проверку в браузере после этого.
Не добавляйте BENCHMARK-PROMPT.md к этому краткому описанию.
Руководство и правила прохождения
Пять бинарных наблюдений на каждое краткое описание, без числовых оценок или весов рубрики. Проход засчитывается только, если соблюдены все критерии и протокол одного документа в оффлайне. Непроверенные элементы считаются не наблюдаемыми. Проверяйте при разрешении 1280×720 и узком окне; сохраняйте непорезанные доказательства и отделяйте эстетические предпочтения от функциональных наблюдений.
- L1: различие материалов
- Пара одинакового цвета из латуни разделяется по ширине бликов; керамика и камень реагируют иначе. Неудача: различие материалов только по цвету или одинаковые шейдеры пластика
- L2: динамическое освещение
- Маркеры, блики и тени следуют за ключом; выключение убирает их вклад. Неудача: запеченные блики, статичные тени, переключатели скрытия экспозиции
- L3: внутреннее освещение
- Внутренний свет заметно влияет на рамку и стол при выключенном ключе. Неудача: только эмиссионная иконка
- L4: стекло и глубина
- Красный объект остаётся за прозрачным стеклом; орбита сохраняет глубину и порядок. Неудача: непрозрачное стекло, плоская композиция, нарушенная сортировка или обрезка.
- L5: читаемая композиция
- Полностью помеченная сцена, объекты закреплены на месте, нейтральный режим, орбита, сброс, изменение размера. Неудача: отсутствуют образцы, эффекты скрывают ошибки, элементы управления неработоспособны
Пройдено: Проход требует L1–L5 и офлайн-протокол работы с одним документом. Сохраняйте все оценки как в нейтральном, так и в эстетическом (Beauty) режиме. Записывайте эстетические предпочтения отдельно как комментарий, а не как объективное бинарное значение или числовую оценку. Приблизительные процедурные размышления и прогнозируемые тени допустимы, если они соответствуют наблюдаемым требованиям.
Элементы управления и последовательность проверки
- Перетаскивайте для орбиты, масштабируйте и используйте камеру Home. Выполняйте sweeps или устанавливайте ключевой азимут; переключайте ключевой и внутренний свет отдельно.
- Сравните Beauty и Neutral; Сброс восстанавливает задокументированные настройки по умолчанию.
Заблокируйте одинаковый вид и стандартный ракурс, затем выполните одинаковый прогон с углами -60/0/+60 и переключением внутреннего освещения при каждом запуске. Перейдите к совпадающим углам орбиты для стекла. Позвольте зрителям напрямую сравнивать поведение материала и состав, с точным описанием ограничений рендерера.
Просматривайте за пределами примеров
Используйте произвольные позиции ползунка с выключенным Sweep; вращайте орбиту, пока свет остается фиксированным; сравните ту же пару из латуни в режиме Neutral. При необходимости проверьте источник, чтобы подтвердить нормальное/зависимое от вида/света освещение и геометрические тени. Готовое видео или выделение в экранном пространстве не срабатывает.
Версии и исправления подсказок
Superbench 2.1 сочетает четыре новых контракта v21 с Ember Glider и Low-Poly Tower Defense в качестве возвращающихся брифов 1.x. Возвращающиеся промпты и их существующие артефакты сохраняют оригинальный протокол выполнения в репозитории; они не переназначаются как генерации версии 2.1 без инструментов. Superbench 2.0 сохраняет v2, в то время как оставшиеся результаты ядра, специалистов и архивные результаты версии 1.x сохраняют свои оригинальные протоколы. Исторические оценки не переносятся и не сравниваются количественно между изданиями.
Издание 2.1 является контрактом запуска. Изменения в поведении, элементах или критериях допуска требуют нового документированного издания; будущие оценки должны сохранять точную оцененную версию подсказки. Типографические исправления должны быть идентифицированы.