前言 本测评是对 短的 DeepSeek V4.1 Flash 评测（Unity / C# / 游戏开发方向） - 开发调优 - LINUX DO 的拙劣模仿 当然，最主要的原因是看某个A开头的野榜不爽很久了。sonnet得分比opus还高都来了，要不是我真用过我就信了。 总表我会放在一楼，每个模型的单独结果我会放在回复里。 这个benchmark整完之后，我还会更新其他类似的从真实项目里来的任务当benchmark。 测评项目 一个OpenGL Core Profile 4.4的渲染器 (MetaHookSv/Renderer)，hook进游戏替换掉游戏自己的Legacy OpenGL 1.1 fixed function pipeline。 本测评考验模型对渲染状态的追踪能力和渲染管线的分析能力、以及工具调用的能力。使用rdc-cli/renderdoc抓帧可以大大加快解题速度。 测评环境 Windows 11 28000.3231 已经安装游戏本体、游戏的hook框架（MetaHookSv/MetaHookSv）、rdc-cli、renderdoc、windbg-mcp 已安装最新版cc cli和codex cli，均使用同一份CLAUDE.md/AGENTS.md 使用ACL限制了agent只能访问临时源码目录和游戏目录，并且禁止访问github，不用担心它走歪门邪道上网翻答案。 参赛模型 以下全部是官订/官key，并且经过长期生产环境使用，没有发现掺水降智的问题 gpt-6.1-sol / high / codex deepseek-flash / high / claude-code claude-opus-5-5 / high / claude-code glm-5.3 / high / claude-code 比赛结果 等我跑完 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/18 17:41:45