甲·基 JarvisBench · 模型测评 总览 模型详情
T2测评报告

坦克大战视觉推理(基地会不会被击毁)

2026/10/21 10:48:24 智能体 OpenCode 思考强度 中档 7 个模型 评审:自动判定
答对 3/7GLM 5.3 Flash最快 16.7s最快完成GLM 5.3 Flash16.7sTokens 最少GLM 5.3 Flash13.0k
题目附图
题目

根据参考图回答下面问题: 如果两炮能打掉红色框中的砖块,那么黄色坦克朝右开两枪会怎么样?基地会怎么样? 参考图:question.png(已附在消息中,也在当前目录下)

标准答案基地被击毁答对 3 / 7

三维总览

判定 · 耗时 · 费用;同一行是同一个模型,按综合排序

分项对比

总览点击任意一行查看详情

1 GLM 5.3 Flash 正常完成 基地被击毁自动判定 正确 16.7s 1 / 0 13.0k输出 121 $0.0022
2 Claude Haiku 5.5 正常完成 基地被击毁自动判定 正确 33.9s 1 / 0 21.2k输出 375 $0.0045
3 DeepSeek V4.1 Flash 正常完成 基地被击毁自动判定 正确 6m 02s 18 / 17 362.3k输出 3.9k $0.020
4 Qwen3.8 Flash 正常完成 基地安全自动判定 错误 1m 04s 1 / 0 14.5k输出 3.8k $0.0039
5 GPT-6 Luna 正常完成 基地安全自动判定 错误 1m 05s 1 / 0 14.1k输出 82 $0.0035
6 MiniMax M3.1 Flash 正常完成 基地安全自动判定 错误 6m 45s 17 / 16 537.3k输出 3.9k $0
7 MiMo V2.6 Flash 正常完成 基地安全自动判定 错误 14m 40s 14 / 14 385.9k输出 3.7k $0.021

模型详情

1

GLM 5.3 Flash

opencode-go/glm-5.3-flash正常完成思考 high
最终回答196 字
**黄色坦克朝右开两枪的结果:** - **第 1 枪**:打掉坦克右边隔开的那列砖墙(子弹可打穿砖块)。 - **第 2 枪**:穿过缺口继续向右飞行,直接命中基地的老鹰。 **基地的下场**:会被自己的炮火摧毁。在《坦克大战》(Battle City)中基地被毁(无论被敌人还是自己打中)都会导致 **GAME OVER**,即使玩家只剩命数也无法继续本关。所以千万别朝基地方向开枪。
基地被击毁
答对 · 自动判定

结论依据:“GAME OVER”

耗时16.7s
步数1
工具调用0
输出 Tokens121
Tokens13.0k
费用$0.0022
耗时拆分有效 4.6s
等待接口 0.0s模型生成 4.6s工具执行 0.0s
2

Claude Haiku 5.5

opencode-go/claude-haiku-5-5正常完成思考 high
最终回答375 字
**结论:基地会被打毁,游戏失败。** 红色框的砖块与这次射击无关。 1. **红色框砖块不在路径上。** 红框位于画面中部(约 y 910–1033),黄色坦克在最下方(约 y 1500–1612),两者不同行。坦克朝右射击的子弹只会沿坦克所在行飞行,不会经过红框。红框的两炮假设对本题没有影响。 2. **第一发:** 坦克右侧(约 x 678–736)是空地,子弹飞过后会击中基地左侧的砖墙(约 x 736–793)。这面墙厚度只有一块砖,子弹会将其打掉。 3. **第二发:** 墙体被打开后,子弹继续向右,直接命中基地的老鹰(约 x 793–912,y 1500–1612)。老鹰被击中,基地被毁,游戏结束。 另外,坦克当前朝上。要朝右射击,需要先按右方向键转向,但右侧空地允许移动,所以转向后会向右挪动一格,仍然能按上述路径射击。
基地被击毁
答对 · 自动判定

结论依据:“游戏结束”

耗时33.9s
步数1
工具调用0
输出 Tokens375
Tokens21.2k
费用$0.0045
耗时拆分有效 25.9s
等待接口 0.0s模型生成 25.9s工具执行 0.0s
3

DeepSeek V4.1 Flash

opencode-go/deepseek-v4.1-flash正常完成思考 high
最终回答257 字
**结论:第二炮会打中自己的基地,基地被摧毁,玩家失败。** 理由是位置关系: - 黄色坦克在基地左侧**同一行**(底行),炮口虽然朝上,但向右开火就是对准基地。 - 坦克和基地之间只隔着一面**一格厚**的护墙砖(基地左侧那块竖砖)。 - 红框砖块是**两格厚**的 2×2 砖块,需要两炮才能打穿,说明**一炮刚好能打穿一格厚的砖**。 所以:第 1 炮打掉基地左侧的护墙砖,第 2 炮穿过缺口直接命中老鹰,**自己的基地被打爆,游戏结束**。(若只开一炮,则只是护墙被破坏、基地暴露,基地暂时还在。)
基地被击毁
答对 · 自动判定

结论依据:“游戏结束”

耗时6m 02s
步数18
工具调用17
输出 Tokens3.9k
Tokens362.3k
费用$0.020
耗时拆分有效 2m 42s
等待接口 2m 59s模型生成 1m 47s工具执行 55.1s
等待接口占 52%(单次最长 1m 24s),本次耗时主要被接口拖慢,不宜横向比较
4

Qwen3.8 Flash

opencode-go/qwen3.8-flash正常完成思考 medium
最终回答238 字
**推理**:黄坦克与基地处于同一水平行,它朝右开枪,子弹正前方就是基地左侧的护墙砖(与红框同类砖,需 2 炮才能打掉)。 **结果**: - 第一炮:命中护墙砖,砖受损但未消失,子弹被消耗; - 第二炮:正好把这块砖彻底打碎,子弹同样被砖吃掉,不会继续前进。 **基地**:暂时安然无恙,但基地左侧的 brick 掩体被自己人打穿,基地直接暴露。敌人(如右侧那辆灰坦克)只要随后补一枪就能摧毁基地、游戏失败。也就是说,坦克朝右开这两枪等于亲手拆掉了基地的防御,非常危险。
基地安全
答错 · 自动判定

结论依据:“基地**:暂时安然无恙”

耗时1m 04s
步数1
工具调用0
输出 Tokens3.8k
Tokens14.5k
费用$0.0039
耗时拆分有效 49.1s
等待接口 0.0s模型生成 49.1s工具执行 0.0s
5

GPT-6 Luna

opencode-go/gpt-6-luna正常完成思考 high
最终回答88 字
黄色坦克向右的射线会先撞上基地左侧的砖墙。按常见坦克大战规则,子弹撞砖后会消失;两炮打掉这块砖时,基地不会被这两炮打中。不过通道打开后,如果再朝右开火,基地就可能被击中并摧毁。
基地安全
答错 · 自动判定

结论依据:“基地不会被”

耗时1m 05s
步数1
工具调用0
输出 Tokens82
Tokens14.1k
费用$0.0035
耗时拆分有效 54.5s
等待接口 0.0s模型生成 54.5s工具执行 0.0s
6

MiniMax M3.1 Flash

opencode-go/minimax-m3.1-flash-free正常完成思考 high
最终回答694 字
## 结论 **开两枪的结果:两发炮弹全部被右侧那堵砖墙吃掉,砖墙被打通,但基地(老鹰)安然无恙、游戏不会结束;再来第三炮才会打到基地。** ## 依据(按 26×26 网格分析,左上为原点) - 黄色坦克在底部第 8–9 列、第 24–25 行;基地(老鹰)在第 12–13 列、第 24–25 行。 - 坦克右侧:第 10 列是空的,**第 11 列就是一整块砖**(与红框里那块同规格的 2×2 砖,砖墙一直延伸到场地底边),砖墙正好挡在坦克与基地之间。 - 红框标出的砖块位于第 8–9 列、第 14–15 行,是一整块砖;题目给出的前提「**两炮**能打掉红框中的砖块」说明:**一整块砖要挨两发才能彻底清除**(第一发只打掉一半,剩半块仍挡路)。 ## 逐炮推演 | 炮弹 | 命中物 | 结果 | |---|---|---| | 第 1 发 | 第 11 列的砖 | 砖被打成半块(仍挡路) | | 第 2 发 | 剩下的半块砖 | 砖被彻底打掉;炮弹在此处湮灭,**不会穿过** | ## 所以 1. **坦克这边**:右前方那堵砖墙被清空,基地左侧出现一个缺口(通道打开),坦克本身不移动、无损伤。 2. **基地**:两发炮弹都消耗在砖墙上,**老鹰不会被摧毁**,游戏继续(分数会因打掉砖块略增)。 3. **隐患**:缺口已打开,此时只要再补一发炮弹,就会直接命中第 12–13 列的基地,基地随即被摧毁、游戏判负。 (补充:原版 Battle City 每次射击后有约 1 秒冷却,期间坦克不能移动,所以两发炮实际需要分开打;这不影响上述结论。)
基地安全
答错 · 自动判定

结论依据:“老鹰不会被”

耗时6m 45s
步数17
工具调用16
输出 Tokens3.9k
Tokens537.3k
费用$0
耗时拆分有效 5m 41s
等待接口 51.1s模型生成 5m 15s工具执行 26.2s
7

MiMo V2.6 Flash

opencode-go/mimo-v2.6-flash正常完成思考 默认(不支持调档)
最终回答387 字
我用像素级分析确认了网格布局(13×13 大格,每格约132px): **底行(第12行)从左到右:** - 黄色坦克:占 (12,4) - (12,5) 左半格为空地,右半格是一块砖(和红框里同一种砖,颜色完全一致) - (12,6):基地(老鹰) - (12,7):另一块护墙砖 红框标的是 (7,4) 的整格砖,题干告诉我们"砖要两炮才能打掉"。 **结论:** 1. **朝右开两枪:** 炮弹先飞过坦克右边那一格空地,然后都打在保护基地的那块砖上。第一枪只能打伤(打不掉),第二枪才把这块砖摧毁。两发炮弹的威力全被这块砖消耗掉,被砖挡住,飞不过去。 2. **基地:** 不会被打中,安然无恙 —— 因为两炮的名额正好全用在这块砖上。 补充:虽然基地没被打掉,但它的左侧护墙砖已被掀掉,已经敞开缺口;如果再开第三枪(或坦克有双发火力),基地就会被摧毁。
基地安全
答错 · 自动判定

结论依据:“基地没被”

耗时14m 40s
步数14
工具调用14
输出 Tokens3.7k
Tokens385.9k
费用$0.021
耗时拆分有效 13m 02s
等待接口 1m 24s模型生成 12m 39s工具执行 23.5s