游戏界面本地化翻译

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：游戏界面本地化翻译
  • 测试类型：文本生成
  • 评测维度：翻译能力
  • 参与评测的模型数：277 个

系统提示词（System Prompt）

你是一名专业的手机游戏本地化翻译师，擅长将游戏界面文本翻译成自然流畅的中文。 回答要求： 1. 按照原文编号逐条输出翻译结果，格式为「编号. 译文」 2. 翻译须简洁精炼，符合游戏界面的显示习惯（通常不超过原文字数的1.5倍） 3. 保留原文中的数值、符号（如冒号、感叹号）及特殊格式，不得随意增删 4. 使用游戏行业通用中文术语，避免生硬直译或过度口语化 5. 若原文含有语气（如感叹、警告），译文应保持相应的情感色彩

用户提示词（User Prompt）

请将以下手机游戏的界面文本从英文翻译成中文。 原文列表： 1. Start Game 2. Settings 3. Achievement Unlocked: First Victory! 4. Connection Lost. Please check your network. 5. Daily Login Bonus: 100 Coins 翻译要求： - 翻译须符合游戏界面的简洁性，避免冗长表达 - 使用游戏行业通用术语（如「成就」、「金币」等），保持术语一致性 - 保留原文中的数值（100）、标点符号及格式结构 - 警告/提示类文本（第4条）需保留提示语气，成就类文本（第3条）需保留感叹语气

各模型评测结果

  1. 第 1：doubao-seed-2-1-pro，得分 100.0 分 — 查看该模型的详细评测结果
  2. 第 2：kimi-k3，得分 95.83 分 — 查看该模型的详细评测结果
  3. 第 3：Gemini 3.5 Flash，得分 95.5 分 — 查看该模型的详细评测结果
  4. 第 4：grok-4.6，得分 95.5 分 — 查看该模型的详细评测结果
  5. 第 5：MiniCPM-V-4.7-35B-A3B，得分 95.1 分 — 查看该模型的详细评测结果
  6. 第 6：step-3.7-flash，得分 95.1 分 — 查看该模型的详细评测结果
  7. 第 7：gpt-5.6-sol，得分 95.1 分 — 查看该模型的详细评测结果
  8. 第 8：Claude Opus 4.6，得分 95.0 分 — 查看该模型的详细评测结果
  9. 第 9：deepseek-v4-pro，得分 95.0 分 — 查看该模型的详细评测结果
  10. 第 10：mimo-v2.6-pro，得分 95.0 分 — 查看该模型的详细评测结果
  11. 第 11：GPT-5.2，得分 95.0 分 — 查看该模型的详细评测结果
  12. 第 12：grok-4.5，得分 94.5 分 — 查看该模型的详细评测结果
  13. 第 13：qwen3-14b，得分 94.5 分 — 查看该模型的详细评测结果
  14. 第 14：Qwen 3.7 Max，得分 94.3 分 — 查看该模型的详细评测结果
  15. 第 15：GLM-5.1，得分 94.2 分 — 查看该模型的详细评测结果
  16. 第 16：qwen3.6-plus-preview，得分 94.0 分 — 查看该模型的详细评测结果
  17. 第 17：qwen3.8-flash，得分 93.9 分 — 查看该模型的详细评测结果
  18. 第 18：mimo-v2.6-flash，得分 93.8 分 — 查看该模型的详细评测结果
  19. 第 19：Gpt 5.5，得分 93.8 分 — 查看该模型的详细评测结果
  20. 第 20：Tencent: Hy3 preview (free)，得分 93.8 分 — 查看该模型的详细评测结果
  21. 第 21：Claude Opus 4 7，得分 93.7 分 — 查看该模型的详细评测结果
  22. 第 22：glm-5.3-flash，得分 93.6 分 — 查看该模型的详细评测结果
  23. 第 23：doubao-seed-2-0-code，得分 93.6 分 — 查看该模型的详细评测结果
  24. 第 24：Anthropic: Claude Sonnet 4.6，得分 93.55 分 — 查看该模型的详细评测结果
  25. 第 25：kimi-k2.6，得分 93.5 分 — 查看该模型的详细评测结果
  26. 第 26：qwen3.8-max，得分 93.5 分 — 查看该模型的详细评测结果
  27. 第 27：Anthropic: Claude Haiku 4.5，得分 93.5 分 — 查看该模型的详细评测结果
  28. 第 28：qwen3.5-omni-flash，得分 93.2 分 — 查看该模型的详细评测结果
  29. 第 29：GLM-5v-turbo，得分 93.2 分 — 查看该模型的详细评测结果
  30. 第 30：mimo-v2-flash，得分 93.2 分 — 查看该模型的详细评测结果
  31. 第 31：OpenAI: gpt-oss-120b，得分 93.05 分 — 查看该模型的详细评测结果
  32. 第 32：kimi-k2-thinking-turbo，得分 93.02 分 — 查看该模型的详细评测结果
  33. 第 33：qwen3-max，得分 93.0 分 — 查看该模型的详细评测结果
  34. 第 34：grok-4.7，得分 93.0 分 — 查看该模型的详细评测结果
  35. 第 35：kimi-for-coding，得分 92.8 分 — 查看该模型的详细评测结果
  36. 第 36：Google: Gemma 4 31B，得分 92.8 分 — 查看该模型的详细评测结果
  37. 第 37：qwen3-235b-a22b，得分 92.8 分 — 查看该模型的详细评测结果
  38. 第 38：qwen3.5-27b，得分 92.7 分 — 查看该模型的详细评测结果
  39. 第 39：qwen3.5-35b-a3b，得分 92.6 分 — 查看该模型的详细评测结果
  40. 第 40：NVIDIA: Nemotron 3 Super (free)，得分 92.6 分 — 查看该模型的详细评测结果
  41. 第 41：kimi-k2.5，得分 92.55 分 — 查看该模型的详细评测结果
  42. 第 42：deepseek-v3.2，得分 92.55 分 — 查看该模型的详细评测结果
  43. 第 43：MiniMax-M2.1，得分 92.45 分 — 查看该模型的详细评测结果
  44. 第 44：OpenAI: GPT-5.4，得分 92.3 分 — 查看该模型的详细评测结果
  45. 第 45：kimi-k2.7-code，得分 92.2 分 — 查看该模型的详细评测结果
  46. 第 46：hunyuan-turbo，得分 92.07 分 — 查看该模型的详细评测结果
  47. 第 47：OpenAI: gpt-oss-20b，得分 92.01 分 — 查看该模型的详细评测结果
  48. 第 48：doubao-seed-1-8，得分 92.0 分 — 查看该模型的详细评测结果
  49. 第 49：mimo-v2-omni，得分 91.8 分 — 查看该模型的详细评测结果
  50. 第 50：Google: Gemini 3.1 Pro Preview，得分 91.67 分 — 查看该模型的详细评测结果
  51. 第 51：glm-5.2，得分 91.5 分 — 查看该模型的详细评测结果
  52. 第 52：deepseek-v4.1-flash，得分 91.5 分 — 查看该模型的详细评测结果
  53. 第 53：qwen3-coder-flash，得分 91.5 分 — 查看该模型的详细评测结果
  54. 第 54：xAI: Grok 4.20 Beta，得分 91.4 分 — 查看该模型的详细评测结果
  55. 第 55：mimo-v2-pro，得分 91.4 分 — 查看该模型的详细评测结果
  56. 第 56：glm-4.5-air，得分 91.37 分 — 查看该模型的详细评测结果
  57. 第 57：qwen3.5-plus-2026-02-15，得分 91.2 分 — 查看该模型的详细评测结果
  58. 第 58：OpenAI: GPT-5 Nano，得分 91.05 分 — 查看该模型的详细评测结果
  59. 第 59：models/gemini-3.8-flash，得分 91.0 分 — 查看该模型的详细评测结果
  60. 第 60：qwen3-4b，得分 91.0 分 — 查看该模型的详细评测结果
  61. 第 61：doubao-seed-2-0-mini，得分 90.7 分 — 查看该模型的详细评测结果
  62. 第 62：glm-4.7，得分 90.7 分 — 查看该模型的详细评测结果
  63. 第 63：StepFun: Step 3.5 Flash，得分 90.5 分 — 查看该模型的详细评测结果
  64. 第 64：qwen3-8b，得分 90.5 分 — 查看该模型的详细评测结果
  65. 第 65：Meta: Llama 3.3 70B Instruct，得分 90.45 分 — 查看该模型的详细评测结果
  66. 第 66：Mistral: Mistral Nemo，得分 90.12 分 — 查看该模型的详细评测结果
  67. 第 67：MiniMax-M2.7，得分 90.0 分 — 查看该模型的详细评测结果
  68. 第 68：deepseek-v4-flash，得分 89.9 分 — 查看该模型的详细评测结果
  69. 第 69：doubao-seed-2-0-pro，得分 89.71 分 — 查看该模型的详细评测结果
  70. 第 70：hunyuan-large，得分 89.7 分 — 查看该模型的详细评测结果
  71. 第 71：hunyuan-pro，得分 89.57 分 — 查看该模型的详细评测结果
  72. 第 72：qwen3.5-flash，得分 89.5 分 — 查看该模型的详细评测结果
  73. 第 73：MiniMax-M2.5，得分 89.37 分 — 查看该模型的详细评测结果
  74. 第 74：doubao-seed-1-6，得分 89.0 分 — 查看该模型的详细评测结果
  75. 第 75：Elephant，得分 89.0 分 — 查看该模型的详细评测结果
  76. 第 76：qwen3-coder-plus，得分 89.0 分 — 查看该模型的详细评测结果
  77. 第 77：qwen3.5-omni-plus，得分 88.7 分 — 查看该模型的详细评测结果
  78. 第 78：qwen3-coder-next，得分 88.7 分 — 查看该模型的详细评测结果
  79. 第 79：glm-5，得分 88.38 分 — 查看该模型的详细评测结果
  80. 第 80：mimo-v2.5，得分 88.33 分 — 查看该模型的详细评测结果
  81. 第 81：mimo-v2.5-pro，得分 88.33 分 — 查看该模型的详细评测结果
  82. 第 82：Grok 4，得分 88.3 分 — 查看该模型的详细评测结果
  83. 第 83：doubao-seed-2-0-lite，得分 87.87 分 — 查看该模型的详细评测结果
  84. 第 84：OpenAI: GPT-4o-mini，得分 87.8 分 — 查看该模型的详细评测结果
  85. 第 85：Meituan: LongCat Flash Chat，得分 87.72 分 — 查看该模型的详细评测结果
  86. 第 86：Google: Gemini 2.5 Flash Lite，得分 87.47 分 — 查看该模型的详细评测结果
  87. 第 87：xAI: Grok 4.1 Fast，得分 87.38 分 — 查看该模型的详细评测结果
  88. 第 88：OpenAI: GPT-5 Mini，得分 85.88 分 — 查看该模型的详细评测结果
  89. 第 89：Google: Gemini 3 Flash Preview，得分 85.7 分 — 查看该模型的详细评测结果
  90. 第 90：glm-5-turbo，得分 85.2 分 — 查看该模型的详细评测结果
  91. 第 91：doubao-seed-1-6-flash，得分 84.0 分 — 查看该模型的详细评测结果
  92. 第 92：qwen3-0.6b，得分 66.0 分 — 查看该模型的详细评测结果
  93. 第 93：Qwen: Qwen3.5-9B，得分 — 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…