双主体对比营销落地页

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：双主体对比营销落地页
  • 测试类型：网页生成
  • 评测维度：主题切换
  • 参与评测的模型数：157 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）

创建一个产品介绍落地页，支持通过一个切换开关在两种视觉主题间切换。 功能要求： 1. 页面顶部有一个醒目的 Toggle 开关，用于切换「商务专业」和「创意娱乐」两种模式 2. 「商务专业」模式：深蓝色背景，灰色文字，整体风格硬朗严肃 3. 「创意娱乐」模式：紫色/粉色渐变背景，圆润风格，整体活泼明亮 4. 页面包含：标题、副标题、一段产品描述文字、一个行动按钮 5. 点击 Toggle 后，页面颜色主题立即切换

各模型评测结果

  1. 第 1：qwen3.6-plus-preview，得分 98.33 分 — 查看该模型的详细评测结果
  2. 第 2：Claude Opus 4 7，得分 96.0 分 — 查看该模型的详细评测结果
  3. 第 3：qwen3.5-omni-flash，得分 95.67 分 — 查看该模型的详细评测结果
  4. 第 4：GLM-5v-turbo，得分 95.6 分 — 查看该模型的详细评测结果
  5. 第 5：Elephant，得分 95.3 分 — 查看该模型的详细评测结果
  6. 第 6：Google: Gemma 4 31B，得分 95.2 分 — 查看该模型的详细评测结果
  7. 第 7：GLM-5.1，得分 94.7 分 — 查看该模型的详细评测结果
  8. 第 8：kimi-k2.5，得分 94.0 分 — 查看该模型的详细评测结果
  9. 第 9：glm-4.7，得分 93.5 分 — 查看该模型的详细评测结果
  10. 第 10：Google: Gemma 4 26B A4B ，得分 93.3 分 — 查看该模型的详细评测结果
  11. 第 11：mimo-v2-flash，得分 93.0 分 — 查看该模型的详细评测结果
  12. 第 12：MiniMax-M2.5，得分 92.8 分 — 查看该模型的详细评测结果
  13. 第 13：kimi-k2.6，得分 92.0 分 — 查看该模型的详细评测结果
  14. 第 14：Anthropic: Claude Haiku 4.5，得分 91.0 分 — 查看该模型的详细评测结果
  15. 第 15：doubao-seed-2-0-mini，得分 90.7 分 — 查看该模型的详细评测结果
  16. 第 16：Anthropic: Claude Sonnet 4.6，得分 90.0 分 — 查看该模型的详细评测结果
  17. 第 17：doubao-seed-2-0-pro，得分 87.9 分 — 查看该模型的详细评测结果
  18. 第 18：qwen3.5-omni-plus，得分 86.67 分 — 查看该模型的详细评测结果
  19. 第 19：Claude Opus 4.6，得分 86.5 分 — 查看该模型的详细评测结果
  20. 第 20：deepseek-v3.2，得分 86.2 分 — 查看该模型的详细评测结果
  21. 第 21：OpenAI: GPT-5.4，得分 86.1 分 — 查看该模型的详细评测结果
  22. 第 22：MiniMax-M2.7，得分 86.0 分 — 查看该模型的详细评测结果
  23. 第 23：qwen3-max，得分 85.5 分 — 查看该模型的详细评测结果
  24. 第 24：GPT-5.2，得分 85.5 分 — 查看该模型的详细评测结果
  25. 第 25：mimo-v2-pro，得分 85.5 分 — 查看该模型的详细评测结果
  26. 第 26：doubao-seed-2-0-lite，得分 85.3 分 — 查看该模型的详细评测结果
  27. 第 27：Google: Gemini 3.1 Pro Preview，得分 85.3 分 — 查看该模型的详细评测结果
  28. 第 28：OpenAI: GPT-5 Nano，得分 85.2 分 — 查看该模型的详细评测结果
  29. 第 29：xAI: Grok 4.1 Fast，得分 84.9 分 — 查看该模型的详细评测结果
  30. 第 30：xAI: Grok 4.20 Beta，得分 84.2 分 — 查看该模型的详细评测结果
  31. 第 31：glm-5，得分 82.9 分 — 查看该模型的详细评测结果
  32. 第 32：qwen3-coder-plus，得分 82.4 分 — 查看该模型的详细评测结果
  33. 第 33：mimo-v2-omni，得分 81.6 分 — 查看该模型的详细评测结果
  34. 第 34：doubao-seed-1-6-flash，得分 81.1 分 — 查看该模型的详细评测结果
  35. 第 35：doubao-seed-1-8，得分 80.9 分 — 查看该模型的详细评测结果
  36. 第 36：doubao-seed-1-6，得分 79.7 分 — 查看该模型的详细评测结果
  37. 第 37：Grok 4，得分 78.9 分 — 查看该模型的详细评测结果
  38. 第 38：doubao-seed-2-0-code，得分 78.8 分 — 查看该模型的详细评测结果
  39. 第 39：glm-5-turbo，得分 78.7 分 — 查看该模型的详细评测结果
  40. 第 40：MiniMax-M2.1，得分 77.8 分 — 查看该模型的详细评测结果
  41. 第 41：qwen3.5-35b-a3b，得分 76.8 分 — 查看该模型的详细评测结果
  42. 第 42：hunyuan-turbo，得分 75.9 分 — 查看该模型的详细评测结果
  43. 第 43：NVIDIA: Nemotron 3 Super (free)，得分 75.0 分 — 查看该模型的详细评测结果
  44. 第 44：OpenAI: gpt-oss-120b，得分 73.6 分 — 查看该模型的详细评测结果
  45. 第 45：hunyuan-pro，得分 73.5 分 — 查看该模型的详细评测结果
  46. 第 46：OpenAI: GPT-4o-mini，得分 73.3 分 — 查看该模型的详细评测结果
  47. 第 47：Qwen: Qwen3.5-9B，得分 72.7 分 — 查看该模型的详细评测结果
  48. 第 48：qwen3.5-27b，得分 68.7 分 — 查看该模型的详细评测结果
  49. 第 49：Meta: Llama 3.3 70B Instruct，得分 61.6 分 — 查看该模型的详细评测结果
  50. 第 50：Mistral: Mistral Nemo，得分 52.7 分 — 查看该模型的详细评测结果
  51. 第 51：hunyuan-large，得分 52.2 分 — 查看该模型的详细评测结果
  52. 第 52：Meituan: LongCat Flash Chat，得分 1.2 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…