GPT-5.6, Grok 4.5, Claude, and Muse Spark build the same 4 apps

摘要

作者更新了 GPT-5.6（Sol/Terra/Luna 三档）、Grok 4.5、Claude Opus 4.8/Fable 5、Muse Spark 1.1 及开源 Qwen 3.7 Plus、DeepSeek V4 Pro、Kimi K2.6、GLM-5.2 等 12 模型测试。四个任务：Doom 风格射线投射迷宫（WASD 行走 + 碰撞）、3D 魔方（Scramble + Solve 动画）、计算器（运算符优先级与样式）、Conway Game of Life（网格模拟）。每任务给出 5 次尝试中最佳 1 次的成功率、成本与耗时表，并附上所有原生代码链接供读者运行。额外附短提示延迟测试与 1-shot SVG 画马/太空人/火箭着陆场景对比。