全渠道联系方式信息页

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：全渠道联系方式信息页
  • 测试类型：网页生成
  • 评测维度：AI 生成单页 PPT
  • 参与评测的模型数：219 个

系统提示词（System Prompt）

你是一名前端开发工程师。 代码要求： 1. 生成完整的单页 HTML 应用 2. CSS 和 JavaScript 内联在 HTML 文件中 3. 代码结构清晰，有适当注释

用户提示词（User Prompt）

创建一个全渠道联系方式信息页面。 功能要求： 1. 页面底部横向排列社交媒体图标及账号名称，包含微信、微博、LinkedIn 三个平台 2. 页面中心位置展示一个二维码图片（可用占位图代替），二维码下方标注说明文字 3. 页面右侧区域显示公司地址和联系电话 4. 整体布局整齐，内容清晰易读

各模型评测结果

  1. 第 1：doubao-seed-2-1-pro，得分 97.67 分 — 查看该模型的详细评测结果
  2. 第 2：qwen3.6-plus-preview，得分 95.0 分 — 查看该模型的详细评测结果
  3. 第 3：Gpt 5.5，得分 94.8 分 — 查看该模型的详细评测结果
  4. 第 4：grok-4.6，得分 94.7 分 — 查看该模型的详细评测结果
  5. 第 5：grok-4.5，得分 94.7 分 — 查看该模型的详细评测结果
  6. 第 6：qwen3.8-max，得分 94.3 分 — 查看该模型的详细评测结果
  7. 第 7：mimo-v2.6-flash，得分 94.3 分 — 查看该模型的详细评测结果
  8. 第 8：qwen3.8-flash，得分 94.0 分 — 查看该模型的详细评测结果
  9. 第 9：mimo-v2.6-pro，得分 93.7 分 — 查看该模型的详细评测结果
  10. 第 10：Claude Opus 4 7，得分 93.7 分 — 查看该模型的详细评测结果
  11. 第 11：models/gemini-3.8-flash，得分 93.6 分 — 查看该模型的详细评测结果
  12. 第 12：glm-5.3-flash，得分 93.1 分 — 查看该模型的详细评测结果
  13. 第 13：Tencent: Hy3 preview (free)，得分 92.9 分 — 查看该模型的详细评测结果
  14. 第 14：deepseek-v4-pro，得分 92.9 分 — 查看该模型的详细评测结果
  15. 第 15：deepseek-v4.1-flash，得分 92.7 分 — 查看该模型的详细评测结果
  16. 第 16：doubao-seed-2-0-lite，得分 92.5 分 — 查看该模型的详细评测结果
  17. 第 17：Google: Gemma 4 31B，得分 92.2 分 — 查看该模型的详细评测结果
  18. 第 18：Elephant，得分 91.9 分 — 查看该模型的详细评测结果
  19. 第 19：Anthropic: Claude Sonnet 4.6，得分 91.9 分 — 查看该模型的详细评测结果
  20. 第 20：kimi-k2.7-code，得分 91.7 分 — 查看该模型的详细评测结果
  21. 第 21：qwen3.8-27b，得分 91.67 分 — 查看该模型的详细评测结果
  22. 第 22：deepseek-v4-flash，得分 91.6 分 — 查看该模型的详细评测结果
  23. 第 23：Gemini 3.5 Flash，得分 91.5 分 — 查看该模型的详细评测结果
  24. 第 24：Qwen 3.7 Max，得分 91.3 分 — 查看该模型的详细评测结果
  25. 第 25：glm-4.7，得分 90.9 分 — 查看该模型的详细评测结果
  26. 第 26：kimi-k3，得分 90.5 分 — 查看该模型的详细评测结果
  27. 第 27：MiniCPM-V-4.7-35B-A3B，得分 90.5 分 — 查看该模型的详细评测结果
  28. 第 28：MiniMax-M2.5，得分 90.2 分 — 查看该模型的详细评测结果
  29. 第 29：GLM-5.1，得分 90.0 分 — 查看该模型的详细评测结果
  30. 第 30：gpt-5.6-sol，得分 89.6 分 — 查看该模型的详细评测结果
  31. 第 31：kimi-k2.6，得分 89.3 分 — 查看该模型的详细评测结果
  32. 第 32：mimo-v2-flash，得分 89.2 分 — 查看该模型的详细评测结果
  33. 第 33：doubao-seed-2-0-code，得分 88.5 分 — 查看该模型的详细评测结果
  34. 第 34：GLM-5v-turbo，得分 87.3 分 — 查看该模型的详细评测结果
  35. 第 35：xAI: Grok 4.1 Fast，得分 86.9 分 — 查看该模型的详细评测结果
  36. 第 36：mimo-v2.5，得分 86.67 分 — 查看该模型的详细评测结果
  37. 第 37：Anthropic: Claude Haiku 4.5，得分 86.3 分 — 查看该模型的详细评测结果
  38. 第 38：mimo-v2.5-pro，得分 86.0 分 — 查看该模型的详细评测结果
  39. 第 39：deepseek-v3.2，得分 85.5 分 — 查看该模型的详细评测结果
  40. 第 40：MiniMax-M2.7，得分 84.8 分 — 查看该模型的详细评测结果
  41. 第 41：Meituan: LongCat Flash Chat，得分 84.7 分 — 查看该模型的详细评测结果
  42. 第 42：OpenAI: GPT-5.4，得分 84.6 分 — 查看该模型的详细评测结果
  43. 第 43：glm-5-turbo，得分 84.3 分 — 查看该模型的详细评测结果
  44. 第 44：kimi-k2.5，得分 84.3 分 — 查看该模型的详细评测结果
  45. 第 45：mimo-v2-pro，得分 84.3 分 — 查看该模型的详细评测结果
  46. 第 46：GPT-5.2，得分 84.2 分 — 查看该模型的详细评测结果
  47. 第 47：doubao-seed-1-8，得分 84.1 分 — 查看该模型的详细评测结果
  48. 第 48：Google: Gemini 3.1 Pro Preview，得分 83.2 分 — 查看该模型的详细评测结果
  49. 第 49：OpenAI: GPT-5 Nano，得分 83.1 分 — 查看该模型的详细评测结果
  50. 第 50：doubao-seed-1-6，得分 82.6 分 — 查看该模型的详细评测结果
  51. 第 51：kimi-for-coding，得分 82.4 分 — 查看该模型的详细评测结果
  52. 第 52：mimo-v2-omni，得分 82.3 分 — 查看该模型的详细评测结果
  53. 第 53：xAI: Grok 4.20 Beta，得分 81.5 分 — 查看该模型的详细评测结果
  54. 第 54：doubao-seed-2-0-pro，得分 81.5 分 — 查看该模型的详细评测结果
  55. 第 55：qwen3-coder-plus，得分 81.3 分 — 查看该模型的详细评测结果
  56. 第 56：qwen3.5-omni-plus，得分 81.0 分 — 查看该模型的详细评测结果
  57. 第 57：qwen3.5-omni-flash，得分 81.0 分 — 查看该模型的详细评测结果
  58. 第 58：qwen3.5-35b-a3b，得分 80.7 分 — 查看该模型的详细评测结果
  59. 第 59：MiniMax-M2.1，得分 78.2 分 — 查看该模型的详细评测结果
  60. 第 60：Claude Opus 4.6，得分 77.33 分 — 查看该模型的详细评测结果
  61. 第 61：Grok 4，得分 77.3 分 — 查看该模型的详细评测结果
  62. 第 62：OpenAI: gpt-oss-120b，得分 72.5 分 — 查看该模型的详细评测结果
  63. 第 63：doubao-seed-2-0-mini，得分 72.4 分 — 查看该模型的详细评测结果
  64. 第 64：StepFun: Step 3.5 Flash，得分 71.5 分 — 查看该模型的详细评测结果
  65. 第 65：hunyuan-pro，得分 70.8 分 — 查看该模型的详细评测结果
  66. 第 66：doubao-seed-1-6-flash，得分 70.8 分 — 查看该模型的详细评测结果
  67. 第 67：qwen3.5-27b，得分 67.6 分 — 查看该模型的详细评测结果
  68. 第 68：NVIDIA: Nemotron 3 Super (free)，得分 67.4 分 — 查看该模型的详细评测结果
  69. 第 69：Qwen: Qwen3.5-9B，得分 62.8 分 — 查看该模型的详细评测结果
  70. 第 70：OpenAI: GPT-4o-mini，得分 60.4 分 — 查看该模型的详细评测结果
  71. 第 71：hunyuan-large，得分 56.8 分 — 查看该模型的详细评测结果
  72. 第 72：hunyuan-turbo，得分 55.8 分 — 查看该模型的详细评测结果
  73. 第 73：Mistral: Mistral Nemo，得分 48.5 分 — 查看该模型的详细评测结果
  74. 第 74：Meta: Llama 3.3 70B Instruct，得分 45.9 分 — 查看该模型的详细评测结果
  75. 第 75：qwen3-max，得分 1.3 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…