国产AI编程能力横评

猫猫天堂项目实测 — 7大AI模型同场竞技,谁能做出最好的虚拟猫咪天堂?

测试日期:2026年2月 项目数量:7个模型 总消耗:约3,070万tokens

项目原始提示词

# 项目:猫猫天堂(Cat Heaven)

## 项目概述
一个网页端的虚拟猫咪天堂。用户上传自己猫咪的信息后,系统生成一只对应的卡通猫咪,
放入"天堂"场景中自由生活。类似旅行青蛙的纯挂机体验——用户只能观看,不能操作。

## 视觉风格
- 等距视角(isometric),45度俯视角
- 卡通简约风格,色调温馨柔和
- 猫咪形象用代码绘制(SVG或Canvas均可),不依赖外部图片资源
- 不追求写实,追求可爱和辨识度
- 不同猫咪通过花色(橘猫、黑猫、白猫、三花等)和体型区分
- 天堂场景包含:草地、猫爬架、食盆、阳光区、蝴蝶等元素

## 功能需求

### 页面1:首页/上传页
- 用户输入猫咪信息:
  - 名字(必填)
  - 一张照片(必填,仅作展示留念,不用于AI生图)
  - 花色(必填,下拉选择:橘猫、黑猫、白猫、灰猫、三花、奶牛、狸花、布偶等)
  - 体型(必填,下拉选择:小巧、正常、微胖、圆滚滚)
  - 性格描述(一段文字,选填)
  - 出生日期(选填)
  - 离世日期(选填)
- 隐私设置:用户可以选择"不公开",勾选后该猫咪不会出现在公共天堂场景中,不会被其他用户看到,也不会与其他猫咪产生互动,仅自己可见
- 点击"送入天堂"按钮后进入天堂页
- 每个用户最多认领20只猫咪(防止滥用)
- 支持删除已创建的猫咪(用于修正错误信息或主动退出)

### 页面2:天堂页(核心页面)
- 等距视角的天堂场景,场景不用特别大
- 画面内同时随机显示3~5只猫咪活动
- 每只猫咪独立运行,随机在以下状态间切换:
  - 吃饭(走到食盆旁)
  - 睡觉(趴下闭眼)
  - 爬猫爬架
  - 晒太阳(躺在阳光区)
  - 追蝴蝶(小范围移动)
  - 发呆(坐着不动)
  - 散步(在场景中缓慢移动)
- 状态切换频率极低:每个状态持续5~10分钟,营造缓慢、治愈的挂机氛围
- 离线时间推进:用户离开页面后,猫咪的状态时间仍然持续推进(类似旅行青蛙),再次打开时根据离线时长计算当前状态
- 猫咪在状态切换时有简单的移动动画(从A点走到B点)
- 点击某只猫咪可以弹出信息卡片(名字、性格、照片、出生/离世日期)
- 锁定跟随视角:提供一个开关,勾选后可选择自己的某只猫咪,镜头自动跟随它移动
- 页面右上角显示当前天堂中的猫咪数量
- 设为"不公开"的猫咪不会出现在其他用户的天堂场景中,仅主人自己可见

### 页面3:猫咪图鉴
- 展示所有公开的已入驻天堂的猫咪列表(设为"不公开"的猫咪不在此显示)
- 每只猫显示:名字、照片缩略图、入驻时间、出生/离世日期

## 用户系统
- 需要注册/登录功能
- 每个用户最多认领20只猫咪(防止恶意刷爆服务器)

## 数据存储
- 使用SQLite本地数据库,数据需要持久化保存
- 图片使用文件系统存储,数据库中只保存文件路径(避免数据库膨胀)
- 存储内容:用户账号、猫咪信息(名字、照片路径、花色、体型、性格、日期、隐私设置等)、入驻时间、状态时间戳(用于离线推进计算)

## 部署要求
- 整个项目在一个文件夹内,技术栈自行决定
- 项目能通过一条命令启动(如 npm start 或 python app.py)
- 服务器环境:Ubuntu Linux
- 用户已经配置好Nginx服务端和SSL证书,不需要你配置,当用户通过域名来访问你的工作目录的时候,要保证这个项目是可以正常访问的。

## 不要求(明确边界)
- 不需要桌面端适配(移动端优先,所有页面以手机浏览器为主要使用场景)
- 不需要调用任何外部AI API(所有功能纯代码实现)
- 不需要音效或背景音乐

最终排名

排名 模型 One-shot 迭代效率 输出速度 前端效果 功能完整度 代码质量 总分
1 Claude Opus 4.6国外标杆 9.0 6.0 2.0 7.0 8.5 7.03 6.71
2 Qwen3.5通义千问 6.5 4.0 5.0 4.0 7.0 6.72 5.87
3 GLM-5智谱 7.0 2.0 2.0 5.0 7.0 6.69 5.44
4 Step 3.5 Flash阶跃星辰 4.0 4.0 8.5 3.5 4.0 6.38 5.43
5 MiniMax M2.5 7.0 3.0 6.0 4.0 5.0 5.36 5.14
6 Seed 2.0豆包/字节 6.2 2.0 7.0 2.0 5.0 5.48 4.86
7 Kimi K2.5月之暗面 3.0 1.0 6.0 3.0 2.0 5.67 4.07

* 总分 = 主观5项均分 × 60% + 代码质量 × 40%

模型详情与源代码

Claude Opus 4.6

第1名
One-shot
9.0
迭代效率
6.0
输出速度
2.0
前端效果
7.0
功能完整度
8.5
代码质量
7.03
关键结论:完成度最高,除了前端场景主观觉得简陋外没有任何错误。迭代修改质量高,场景丰富度提升明显。速度慢(中转站问题),但代码结构最佳。

Qwen3.5

第2名
One-shot
6.5
迭代效率
4.0
输出速度
5.0
前端效果
4.0
功能完整度
7.0
代码质量
6.72
关键结论:后端基本正常,前端较简陋。第二轮迭代出现重大失误(场景全崩)。Token效率最高(273万完成3轮)。安全基础扎实,但代码缺乏模块化。

GLM-5

第3名
One-shot
7.0
迭代效率
2.0
输出速度
2.0
前端效果
5.0
功能完整度
7.0
代码质量
6.69
关键结论:业内普遍认为国内编程最强,但首轮速度极慢(18分钟)。背景闪屏问题指出后未修复。画面丰富度修复后目前最好。⚠️ 发现硬编码后门账户(admin/admin123)。

Step 3.5 Flash

第4名
One-shot
4.0
迭代效率
4.0
输出速度
8.5
前端效果
3.5
功能完整度
4.0
代码质量
6.38
关键结论:速度极快(最高130 token/s),但硬伤是会复读并终止。价格非常便宜。总体完成度偏低,前端场景空洞,进入后无菜单选项,UX问题严重。

MiniMax M2.5

第5名
One-shot
7.0
迭代效率
3.0
输出速度
6.0
前端效果
4.0
功能完整度
5.0
代码质量
5.36
关键结论:前端布局是三个里最合理的,首次界面观感最好。但后续降速明显(50→25 token/s)。⚠️ 密码使用SHA-256裸哈希存储(未加盐),安全存在隐患。

Seed 2.0

第6名
One-shot
6.2
迭代效率
2.0
输出速度
7.0
前端效果
2.0
功能完整度
5.0
代码质量
5.48
关键结论:速度不稳定但总时长快。核心问题:画面持续抽搐——草地、小球高频抖动,观感极差。官方提示编程稍弱,实测符合预期,继续迭代意义不大。

Kimi K2.5

第7名
One-shot
3.0
迭代效率
1.0
输出速度
6.0
前端效果
3.0
功能完整度
2.0
代码质量
5.67
关键结论:期待最大、失望最大。前端完全卡住(只有绿色格子),同一个bug修了3次都没修好。Canvas绘图完成度超预期(猫咪有眨眼、尾巴摆动),但整体不可用,最终放弃。