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 16:39:51 智能体 OpenCode 思考强度 中档 7 个模型 评审:自动判定
答对 3/7Qwen3.8 Flash最快 50.5s最快完成Claude Haiku 5.535.5sTokens 最少Qwen3.8 Flash12.1k
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 Qwen3.8 Flash 正常完成 基地被击毁自动判定 正确 50.5s 1 / 0 12.1k输出 1.4k $0.0028
2 DeepSeek V4.1 Flash 正常完成 基地被击毁自动判定 正确 3m 38s 12 / 11 221.0k输出 2.6k $0.015
3 GLM 5.3 Flash 正常完成 基地被击毁自动判定 正确 5m 48s 8 / 7 183.4k输出 1.5k $0.016
4 Claude Haiku 5.5 正常完成 基地安全自动判定 错误 35.5s 1 / 0 21.3k输出 430 $0.0046
5 GPT-6 Luna 正常完成 基地安全自动判定 错误 59.0s 1 / 0 13.8k输出 77 $0.0033
6 MiniMax M3.1 Flash 正常完成 基地安全自动判定 错误 6m 38s 15 / 14 418.4k输出 2.5k $0
7 MiMo V2.6 Flash 正常完成 基地安全自动判定 错误 12m 47s 15 / 16 411.1k输出 4.7k $0.015

模型详情

1

Qwen3.8 Flash

opencode-go/qwen3.8-flash正常完成思考 medium
最终回答121 字
会打掉基地旁边的护墙砖:第一枪击碎挡在基地左侧的砖块,第二枪就会穿过缺口直接命中鹰形基地。基地被毁 → 游戏失败(Game Over)。 所以在这类游戏里千万别对着自己的老家开枪——黄色坦克正下方紧贴的就是基地围墙,朝右开两枪等于自爆基地。
基地被击毁
答对 · 自动判定

结论依据:“Game Over”

耗时50.5s
步数1
工具调用0
输出 Tokens1.4k
Tokens12.1k
费用$0.0028
耗时拆分有效 35.6s
等待接口 0.0s模型生成 35.6s工具执行 0.0s
2

DeepSeek V4.1 Flash

opencode-go/deepseek-v4.1-flash正常完成思考 high
最终回答119 字
黄色坦克与基地(老鹰)在同一水平线上,坦克右侧只隔着薄薄一层砖,基地就在这块砖的正后方。 所以朝右开两枪的结果是:**炮弹会先打穿右侧这块砖,之后炮弹直接命中紧挨着的基地**,老鹰被摧毁,游戏立即结束、判定失败,相当于把自家基地打掉了。
基地被击毁
答对 · 自动判定

结论依据:“基地打掉”

耗时3m 38s
步数12
工具调用11
输出 Tokens2.6k
Tokens221.0k
费用$0.015
耗时拆分有效 2m 07s
等待接口 52.7s模型生成 1m 59s工具执行 7.9s
3

GLM 5.3 Flash

opencode-go/glm-5.3-flash正常完成思考 high
最终回答286 字
**结论:基地会被炸毁,Game Over。** 分析(已用像素级测量验证图中几何): - 参考前提:红框中的砖是**一整格砖**,需要 2 炮才打掉 → 每炮可削掉半格砖。 - 黄色坦克在画面左下角,炮口朝右时子弹沿它所在的水平通道直行,中途无任何障碍。 - 通道正前方的基地左侧只护着**半格宽的窄砖柱**(比红框砖薄一半,实测约半格)——所以只需 **1 炮**即可打穿。 过程: 1. **第一枪**:打掉基地左边的护墙砖,为基地开出一个缺口。 2. **第二枪**:从缺口长驱直入,直接命中基地老鹰。 → 第二枪摧毁自己的基地,**游戏结束(失败)**。
基地被击毁
答对 · 自动判定

结论依据:“游戏结束”

耗时5m 48s
步数8
工具调用7
输出 Tokens1.5k
Tokens183.4k
费用$0.016
耗时拆分有效 4m 18s
等待接口 1m 03s模型生成 4m 12s工具执行 6.0s
4

Claude Haiku 5.5

opencode-go/claude-haiku-5-5正常完成思考 high
最终回答438 字
**结论:** 红框砖块不在黄色坦克的射击路线上。若砖块需两发才能打掉,两发都会被基地左侧的防护砖墙挡住,基地安全。 **分析:** 1. **红框位置无关:** 红框在中部横向砖墙的那一行(画面约 y=915–1030)。黄色坦克在最下方一行(约 y=1500–1610),两者不在同一行,朝右射出的子弹不会经过红框。 2. **子弹路径:** 坦克右侧(约 x=677–736)为空地,第一个障碍是基地左侧的防护砖墙(约 x=736–794,y=1500–1620)。 3. **两发子弹的结果(按题设“砖块需两发打掉”):** - 第一发击中防护砖墙,砖块受损但未消失。 - 第二发击中同一块砖,将其打掉,子弹被消耗。 - 基地(约 x=794–912)没有被击中。 4. **基地:** 保持完好,游戏不结束。 **补充:** 如果按原版《坦克大战》的规则(普通砖块一发即毁),第一发打掉防护砖,第二发会穿过空缺击中基地,基地被摧毁,游戏结束。
基地安全
答错 · 自动判定

结论依据:“基地:** 保持完好”

耗时35.5s
步数1
工具调用0
输出 Tokens430
Tokens21.3k
费用$0.0046
耗时拆分有效 25.0s
等待接口 0.0s模型生成 25.0s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85 字
黄色坦克朝右开两枪,会先打中基地左侧的砖墙;两枪打掉这块砖后,基地就暴露出来。子弹打中砖块会消失,所以这两枪本身不会打到基地;之后再朝右开火,才会击中基地并导致游戏结束。
基地安全
答错 · 自动判定

结论依据:“不会打到基地”

耗时59.0s
步数1
工具调用0
输出 Tokens77
Tokens13.8k
费用$0.0033
耗时拆分有效 50.7s
等待接口 0.0s模型生成 50.7s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542 字
我先按像素把地图结构解析了一遍(13×13 格,格宽约 132px),关键位置如下: - 黄色坦克:底部第 4 列(约 x 630–765),炮口朝上; - 基地(白鹰):底部正中第 6 列(约 x 900–1030); - 坦克正右方依次是:**基地左侧那块砖(约 x 832–897,只占半格宽)→ 基地白鹰**; - 红框砖:十字走廊第 4 列那一整块砖(x 630–770),题目给出前提——**打掉一块砖要两炮**。 推理与结论: 1. **第一炮(向右)**:子弹沿坦克所在行前进,先命中基地左侧那块砖,砖块受损(出现裂纹),子弹被砖吸收停下。 2. **第二炮(向右)**:把同一块砖彻底打掉,基地左侧被打出一个缺口;但子弹仍终止在这块砖上,不会穿过去。 3. **基地**:**完好无损,基地不会被摧毁,游戏继续。** 4. 但缺口已经打开——**再向右补第三枪**,子弹就会直接命中白鹰,基地才会被摧毁、Game Over。 所以答案:**两炮刚好把基地左侧那层砖打掉(前提即“一块砖两炮”),基地依然安全;只有第三枪才会打爆基地。**(若该版本实际上一炮就能打掉半格砖,则第二炮会直穿缺口击毁基地,Game Over——但按题目给的前提,结论是基地安全。)
基地安全
答错 · 自动判定

结论依据:“基地依然安全”

耗时6m 38s
步数15
工具调用14
输出 Tokens2.5k
Tokens418.4k
费用$0
耗时拆分有效 4m 53s
等待接口 1m 29s模型生成 4m 38s工具执行 14.9s
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505 字
**先看地图结构(按 13×13 格分析 question.png):** - 黄色坦克:第 12 行、第 4 列(底部,炮口朝上) - 红框砖块:第 7 行、第 4 列 —— 正在坦克正上方 - 基地(白色老鹰):第 12 行、第 6 列(底部正中) - 坦克右侧第 12 行的实际内容(y≈1760 横向扫描):空地 x765–830 → **砖墙 x831–896** → 基地 x897–1029 也就是说,坦克和基地之间**正好隔着一块砖(基地左侧的护墙砖)**,那块砖上下贯通(x860 处从 y1300 一直砖到 y1829),完全挡住射线。 **回答:** 1. **朝右开两枪会怎么样**:子弹先飞过约半格的空地,然后打在基地左边这块挡路的砖上,被砖墙消耗掉。按题目给的前提"两炮能打掉一块砖",这两枪正好把这块护墙砖打掉——**两发都打在砖上,飞不到基地**。 2. **基地会怎么样**:**安然无恙、完好无损**,游戏继续(因为子弹被砖墙挡住了)。 补充:护墙被打掉后基地就失去保护,此时再打第三枪才会沿同一水平线直接命中基地 → 基地被摧毁、游戏结束(GAME OVER)。
基地安全
答错 · 自动判定

结论依据:“基地会怎么样**:**安然无恙、完好”

耗时12m 47s
步数15
工具调用16
输出 Tokens4.7k
Tokens411.1k
费用$0.015
耗时拆分有效 10m 55s
等待接口 1m 19s模型生成 10m 41s工具执行 14.5s