▥INTERACTIVE BENCHMODEL COMPARISON LAB
Pi harness · 26 tasks · 4 models评测浏览器 ↗
26 道冻结任务 · 本轮产物暂不展示分数
INTERACTIVE SCIENCE / FOUR MODELS

让交互质量,变得可比较。

26 道科学交互任务,四个模型使用同一份 Query。直接体验网页、对照生成版本;本轮产物尚未评测,暂不显示分数。

26任务主题4生成模型
任务列表 26
生成快照读取中

四模型的首测与复测版本分别保留。旧六题成绩仅适用于历史受评产物。

✓ 同一份 Query
↳

四个模型的网页同时展示,可分别点击、拖动和输入,操作彼此独立。缩放仅改变显示大小,网页内部使用上方指定的视口。放大体验可点击「单独打开」。

运行状态说明与版本信息 +

“页面可加载”仅表示初次浏览器检查通过;流程退出状态不代表科学内容、全阶段交互或视觉质量已通过验证。超时产物保留原样。

02 / ARTIFACT GALLERY

从作品进入对比。

每个主题共用一份冻结 Query,保留原始页面与运行状态。

Interactive Bench · Pi harness pilotOpus 5 · GLM 5.3 · Qwen3.7-max · Kimi-k3 / 本轮分数暂不展示
FROZEN TASK QUERY

完整任务