前言
隔壁班转来了一个正太，靠着鹈鹕骑车吸引了很多人！我们都骑不过他~
最近“鹈鹕骑车”这个案例又火了。
原版提示词
Generate an SVG of a pelican riding a bicycle或中文生成一个骑自行车的鹈鹕的SVG
原版测试要求模型生成一张“鹈鹕骑自行车”的 SVG，主要观察 SVG 代码生成、二维图形表达和基本结构理解。
考虑到这个案例可能会被模型厂商收录，我把题目升级成了动态 3D 版本：要求模型直接使用 Three.js 完成鹈鹕、自行车、环境、灯光、动画和交互，最后交付一个可以在浏览器运行的完整 HTML 文件。
这一次，我把完全相同的3D版鹈鹕骑车提示词分别交给 12 款主流大模型：
- GPT-6 Astra
- GPT-5.6 Sol
- GPT-5.6 Luna
- Kimi K3
- DeepSeek-V4.1-Flash
- GLM-5.3
- GLM-5.3-Flash
- Qwen3.8-Max
- Claude Sonnet 5
- Gemini-3.1-Pro-Preview
- Gemini-3.8-Flash
- Gemini-3.6-Flash
我没有给参考图，也没有手动修改模型最终交付的代码。生成完成以后，直接用浏览器打开 HTML，看鹈鹕能不能骑起来。
结果比我预想得更有意思。
有的鹈鹕会认真踩脚踏板，有的像站在自行车上表演杂技；有的只完成了一个普通 Three.js Demo，有的却顺手把灯塔、海岛、日落、镜头和交互界面全部安排上了。
先说结论：
在本次“3D 鹈鹕骑车”实测中，GPT-6 Astra 获得第一名。
它并不是生成速度最快的一款，但从鹈鹕造型、自行车结构、骑行动作、场景设计、交互体验和最终交付来看，确实是整体完成度最高的一版。
GLM-5.3 生成了落日海岸公路，成功冲进前三。
这篇文章不讨论复杂的模型参数，也不拿官方跑分反复套娃。我们只看实际作品。
毕竟鹈鹕到底会不会骑车，打开 HTML 跑几秒，比模型自己写一千字总结更诚实。
一、测试提示词
原版主要测试二维代码绘图能力，本次则进一步观察模型的 3D Coding 与 Agent 工程能力。
2024 年的原版提示词是：
Generate an SVG of a pelican riding a bicycle
本次使用的 3D 版提示词如下：
使用 Three.js 创建一个精致、可交互的 3D 网页场景：一只鹈鹕正在骑自行车。
鹈鹕、自行车、环境、动画、灯光、摄像机和交互均通过程序实现。鹈鹕需要真实地骑自行车，并具有协调的腿部、脚踏、车轮和身体运动。
不要使用 SVG、2D Canvas、外部 3D 模型或预渲染动画。
最终输出一个可以直接在现代浏览器中运行的完整 HTML 文件。
二、评价方式
这次没有准备一套复杂的计算公式，我主要看以下几个方面：
- 鹈鹕是否容易辨认，造型和比例是否自然；
- 自行车的车轮、车架、车把、曲柄和脚踏是否完整；
- 腿部、脚踏、曲柄、车轮和身体动作是否协调；
- 灯光、环境、摄像机和整体构图是否舒服；
- 交互是否有效，HTML 是否可以正常运行；
- 最终作品是否符合提示词中的限制条件。
生成速度会单独记录，但不会决定最终名次。
三、各模型实际效果
以下模型生成文件及效果可以访问下面 github 地址下载体验。
3.1 GPT-6 Astra
- 生成耗时：21 分 14 秒
- 推理等级：高
- 综合评分：94 分
GPT-6 Astra 是本轮完成度最高的一版。
它没有停留在“搭一个 Three.js 场景”，而是直接做出了一张会动的品牌海报。画面中有环岛公路、灯塔、椰树、海面和路牌，鹈鹕与自行车的配色也保持统一。左侧是标题与角色介绍，底部提供速度、镜头和日落控制。
最关键的是，主体非常清楚。打开页面以后，不需要我先旋转半天摄像机，也不用猜哪一团白色物体是鹈鹕。
它交付的 HTML 大约为 702 KB，明显大于其他作品。Three.js 运行代码被放进单文件中，双击即可运行，不需要临时从 CDN 加载核心脚本。
简单评价：
不仅完成了需求，还认真考虑了这个作品应该怎么展示给别人看。唯一的问题是生成时间比较长，属于骑得最好，但出发最晚的选手。
3.2 GPT-5.6 Sol
- 生成耗时：17 分 16 秒
- 推理等级：高
- 综合评分：88 分
GPT-5.6 Sol 是第二眼越来越顺眼的一版。
自行车结构完整，车轮、车架、车把和骑行姿态都比较稳定。鹈鹕确实坐在车上认真踩踏板，而不是被粘在自行车上。
页面采用了杂志封面式设计，左侧的大标题和底部控制区域都比较有质感。它和 Astra 的差距不是“有没有做出来”，而是整个场景少了一点记忆点。
简单评价：
技术完成度很高，画面也很稳，但少了一点让人第一眼记住的东西。
3.3 GLM-5.3
- 推理等级：极致
- 综合评分：86 分
GLM-5.3 采用落日海岸公路作为主场景。夕阳位于画面右上方，海面带有明显反光，道路沿着海岸向远处延伸，电线杆、棕榈树和长阴影把空间纵深拉了出来。单看场景氛围，它是本轮最有电影感的作品之一。
骑行动作也比较完整：车轮转速由骑行速度驱动，曲柄按照传动比例旋转，左右脚踏保持联动，腿部实时跟随脚踏位置，身体会随着踩踏节奏起伏。页面还支持站立冲刺、调速、车铃、机位切换、拖拽环视和滚轮缩放。
不足也比较直观：默认逆光远景虽然漂亮，但鹈鹕和自行车在画面中偏小。第一眼更容易注意到夕阳和海面，过几秒才发现路上还有一只正在骑车的鹈鹕。
简单评价：
有电影感，场景氛围突出，骑行动作完整，只是默认远景让主角显得有点小。
3.4 Kimi K3
- 生成耗时：约 18 分钟
- 推理等级：进阶
- 综合评分：83 分
Kimi K3 选择了夕阳下的海岸公路。海面、太阳、道路和长阴影把速度感做出来了，特别适合录成短视频。它还提供了前侧、侧面、跟随和俯瞰等多种镜头。
从生成过程看，它把不少时间花在了实际渲染后的修形上，包括躯干遮挡腿部、喉囊位置、翼尖和默认摄像机等问题。这个过程很像真实开发：先做出来，再打开浏览器看哪里不对，然后继续改。
问题是鹈鹕身体比例稍显奇怪，运动起来以后有点像一只趴在车上的大白鹅。
简单评价：
氛围和速度感不错，已经有短片的味道，角色造型还可以继续调整。
3.5 GLM-5.3-Flash
- 生成耗时：约 60 秒
- 推理等级：极致
- 综合评分：81 分
GLM-5.3-Flash 的功能比较丰富。它提供了速度调节、昼夜切换、车铃和自由视角，鹈鹕、自行车与海岸环境也全部做了出来。鹈鹕甚至戴了一顶小帽子，车头还挂着车筐。
它的问题主要在默认构图。鹈鹕和自行车虽然都能看见，但主体没有完全落在最舒服的位置，第一眼的视觉效果不如前几名。
简单评价：
一分钟交付这个完成度，速度确实快；功能没有少，构图还差一点火候。
3.6 Claude Sonnet 5
- 生成耗时：约 16 分钟
- 推理等级：高
- 综合评分：78 分
Claude Sonnet 5 的自行车做得比较细。车轮、辐条、车架和脚踏都能清楚看到，鹈鹕也坐在正确的位置。页面提供环绕视角、跟随视角、电影运镜、速度控制和车铃。
但镜头拉远以后，环境的问题比较明显。部分水面与地面存在穿插，环形道路附近像是刚被海水淹过。单看鹈鹕骑车没有太大问题，观察整个场景时就容易出戏。
简单评价：
自行车和角色完成得不错，可惜环境拖了后腿。
3.7 DeepSeek-V4.1-Flash
- 生成耗时：132 秒
- 推理等级：高
- 综合评分：76 分
DeepSeek 这版比较稳。鹈鹕、自行车、道路和树木全部正常显示，骑车这件事也表达得很清楚。默认镜头能够直接看到主体，没有明显的遮挡和结构错误。
不过，它有点过于老实。树是树，路是路，车是车，鹈鹕也是鹈鹕。每一项都完成了，但组合在一起比较像一个标准 Three.js 教学案例。
简单评价：
没有翻车，也没有太大的惊喜，属于稳稳完成作业的一版。
3.8 Qwen3.8-Max
- 生成耗时：14 分 30 秒
- 推理等级：默认
- 综合评分：74 分
Qwen3.8-Max 提供了暂停、鸣叫、自由镜头、跟随镜头、特写、昼夜切换和速度调节等功能。
鹈鹕的长嘴和喉囊比较明显，角色辨识度不错。自行车结构与骑行姿态也基本成立。不足是环境比较简单，树木、草地和公路主要用于说明“它正在向前骑”，没有形成特别鲜明的视觉风格。
简单评价：
功能齐全，完成度稳定；作为可交互 Demo 不错，作为视觉作品稍显普通。
3.9 Gemini-3.8-Flash
- 生成耗时：57.5 秒
- 推理等级：高
- 综合评分：71 分
Gemini-3.8-Flash 加入了一个比较有意思的冲刺玩法。按住鼠标或者空格键，鹈鹕会加速，页面上还有对应的提示与状态反馈。从互动性上看，它没有只完成最基础的旋转和缩放。
不过，鹈鹕的身体、自行车和四肢比例不够自然，部分位置显得比较拥挤。
简单评价：
玩法有想法，速度也很快，角色与自行车的关系还需要继续打磨。
3.10 Gemini-3.6-Flash
- 综合评分：68 分
Gemini-3.6-Flash 完成了最基础的 3D 鹈鹕骑车场景。鹈鹕、自行车、公路和树木都正常生成，骑行速度也可以调节。默认镜头能够看到主体，没有明显的加载问题。
整体效果比较基础，角色、环境和界面都像早期 Three.js 教学案例。
简单评价：
功能能用、主体能看，距离精致的 3D 作品还有一段距离。
3.11 Gemini-3.1-Pro-Preview
- 生成耗时：1 分 53 秒
- 推理等级：高
- 综合评分：62 分
这一版成功把页面跑了起来，也完成了鹈鹕、自行车和道路。但鹈鹕的造型、车架比例和骑行姿态都比较生硬。角色更像站在自行车上，而不是自然地坐着骑行。
简单评价：
需求完成了，但“真实骑自行车”只做到了能看懂，离自然还有距离。
3.12 GPT-5.6 Luna
- 生成耗时：39 秒
- 推理模式：开启
- 综合评分：35 分
GPT-5.6 Luna 的生成速度非常快，39 秒就交付了完整 HTML。代码里也包含鹈鹕、自行车、骑行动画、场景和镜头控制。
可惜打开页面以后，默认摄像机几乎被一个绿色物体挡满，第一眼看不到鹈鹕，也看不到自行车。手动旋转镜头或许可以找到主体，但成品交付不能把这个工作留给观众。
简单评价：
代码生成得快，默认镜头却把自己坑了。比赛开始以后，它可能还在树后面找出口。
四、最终排名
| 排名 | 模型 | 得分 | 简短评价 |
|---|---|---|---|
| 1 | GPT-6 Astra | 94 | 角色、动作、场景和页面交付最完整 |
| 2 | GPT-5.6 Sol | 88 | 主体突出，动作稳定，页面设计成熟 |
| 3 | GLM-5.3 | 86 | 落日场景最有电影感，主体略小 |
| 4 | Kimi K3 | 83 | 海岸氛围与速度感不错 |
| 5 | GLM-5.3-Flash | 81 | 功能丰富，生成速度快 |
| 6 | Claude Sonnet 5 | 78 | 自行车细致，环境存在穿插 |
| 7 | DeepSeek-V4.1-Flash | 76 | 完成稳定，视觉效果比较普通 |
| 8 | Qwen3.8-Max | 74 | 交互完整，场景精细度一般 |
| 9 | Gemini-3.8-Flash | 71 | 冲刺玩法不错，角色比例稍显生硬 |
| 10 | Gemini-3.6-Flash | 68 | 基础效果完整，整体偏教学 Demo |
| 11 | Gemini-3.1-Pro-Preview | 62 | 能正常运行，造型和动作比较生硬 |
| 12 | GPT-5.6 Luna | 35 | 默认镜头被场景物体严重遮挡 |
这个排名只代表本次提示词、本次生成结果和我的实际观看体验，不代表模型在其他任务中的综合能力。同一个模型重新生成一次，也可能得到完全不同的结果。
但至少在这场鹈鹕大赛里，GPT-6 Astra 确实骑在了最前面。
Powered By niaonao
