AI 能力专项测试
AI 能力专项测试 · CHECKPOINT SUITE 2026

PROMPT LIBRARY × SCORE BOARDS 提示词全库
× 评分榜

8 道全栈用例 × 4 张评分榜——3D 体素古建、山水瀑布、前端落地页、童话改编、公文提炼、论文问答、后端陷阱规格、黑洞模拟,同一套检查点体系下的横向实测。

34RUNS 评测次数
17完整八用例
8测试用例
2026-08-22最近更新
SCROLL

LEADERBOARD PREVIEW总榜速览 · TOP 5

完整总分榜 →

TEST CASES · TC-01~08八个测试用例

01
VOXEL CLASSIC ARCHITECTURE

3D 体素中国古典建筑群

Three.js 生成 Minecraft 风格中式古建群:主殿/配殿/山门/宝塔,中轴对称院落 + 飞檐翘角 + 光影氛围。

空间建模
02
VOXEL LANDSCAPE · FALL & CLOUD

3D 体素自然景观 · 山瀑布穿云

体素山脉 + 瀑布倾泻 + 穿云遮挡关系,考察模型对自然地貌与水体物理的世界知识。

世界理解与知识储备(Addon)
03
LANDING PAGE · OUTDOOR GEAR

前端落地页 · 户外机能风

不给风格约束的商业落地页:由模型自主设计一套自洽、有辨识度的视觉方案。

视觉与交互设计
04
FAIRY TALE REWRITE · LITTLE RED RIDING HOOD

童话改编创作 · 小红帽反套路

以《小红帽》人设为基础创作全新故事:情节必须与原作截然不同,考察过拟合/创意/文本能力(500~2000 字)。

文本创作
05
OFFICIAL DOCUMENT MINING

公文理解提炼

从会议纪要中提炼议定事项要点:限 7 条、限 500 字、按时间节点排序、零幻觉。

结构化理解
06
PAPER READING · Q&A

论文解读 · 小众论文问答

阅读随附的小众科学论文(PDF),解答 3 个问题(每答 ≤1000 字)——考察 PDF 解析、要点提取与幻觉抑制。

文本理解与信息提取
07
INVENTORY SERVICE · TRAP SPEC

库存服务 · 规格陷阱题

内存版库存服务接入外部合作方:幂等 + 并发 + 回滚 + 自证,标准 vs 实践冲突 + 蜜罐陷阱逐项拦截。

后端能力
08
BLACK HOLE · GENERAL RELATIVITY

黑洞模拟 · 广义相对论

HTML 真实物理黑洞模拟:广义相对论光线追踪 + 物理公式 + OrbitControls,考察物理理解与保真度(不评代码)。

物理知识

SCORE BOARDS四张评分榜

口径说明:总分榜/用例榜百分位 = 得分 ÷ 该榜榜首得分(榜首恒 100%);六维雷达默认排名换算百分位(该维第一名恒 100%)。TC-07 总分允许超过 100(基础 100 + 冲突处理 ±15)。 本站只公开排名与分数;逐题评分备注、扣分判例与评语录留存在内部评分档案。