T1多轮汇总
PS 手柄可视化（多手柄 / 幽灵插槽）
测试题目
帮我在网页上画PS手柄，然后支持真实的手柄接入，按相应的按钮，会做出对应的反应。要考虑到多手柄接入，我最多会接入四个手柄。
核心要求：
1、网页制作漂亮，匹配主题，有设计感
2、手柄轮廓和样式要高度还原
3、要考虑幽灵插槽的问题，能分清楚不同的手柄。
中位数第一DeepSeek V4.1 Flash7.00 分
最稳定DeepSeek V4.1 Flash波动 0.55
交付最可靠GLM 5.3 Flash5/5 交付
有效耗时最短GLM 5.3 Flash4.0 分
三维总览
综合中位数 · 耗时 · 费用；同一行是同一个模型，按综合排序；各项为 5 轮中位数
分项对比
综合分分布
第 1 轮 2026/10/20 10:34:12第 2 轮 2026/10/20 20:26:09第 3 轮 2026/10/20 22:27:37第 4 轮 2026/10/21 05:54:44第 5 轮 2026/10/21 19:59:56未交付 / 重跑前的尝试中位数
汇总按综合分中位数排序
| # | 模型 | 综合中位数 | 范围 | 交付率 | 超时 | 中位耗时 | 中位有效耗时 | 中位 Tokens | 功能通过率 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | DeepSeek V4.1 Flash | 7.00 | 6.80 – 7.35 | 5/5 | 1 | 19.6 分 | 9.3 分2 次等待异常 | 3.45M | 82% |
| 2 | MiniMax M3.1 Flash | 6.50 | 6.15 – 7.05 | 5/6 | 2 | 40.3 分 | 31.0 分1 次等待异常 | 8.37M | 82% |
| 3 | GLM 5.3 Flash | 5.90 | 5.00 – 6.45 | 5/5 | 0 | 4.5 分 | 4.0 分 | 351.9k | 82% |
| 4 | Qwen3.8 Flash | 5.15 | 4.80 – 5.70 | 5/5 | 0 | 14.9 分 | 13.9 分 | 1.55M | 73% |
| 5 | MiMo V2.6 Flash | 0.00 | 0.00 – 6.35 | 2/5 | 3 | 41.0 分 | 36.0 分 | 1.65M | 82% |