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 17:10:03 智能体 OpenCode 思考强度 中档 7 个模型 评审:自动判定、人工复核
答对 1/7DeepSeek V4.1 Flash最快 1m 42s最快完成GLM 5.3 Flash24.7sTokens 最少GPT-6 Luna12.5k
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 1 / 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 DeepSeek V4.1 Flash 正常完成 基地被击毁自动判定 正确 1m 42s 5 / 4 68.4k输出 506 $0.0087
2 GLM 5.3 Flash 正常完成 基地安全 错误 24.7s 1 / 0 13.2k输出 188 $0.0023
3 GPT-6 Luna 正常完成 基地安全自动判定 错误 36.9s 1 / 0 12.5k输出 81 $0.0026
4 Claude Haiku 5.5 正常完成 基地安全自动判定 错误 38.3s 1 / 0 21.9k输出 433 $0.0049
5 Qwen3.8 Flash 正常完成 基地安全自动判定 错误 1m 12s 1 / 0 13.5k输出 2.9k $0.0035
6 MiniMax M3.1 Flash 正常完成 基地安全自动判定 错误 7m 40s 12 / 11 332.2k输出 3.7k $0
7 MiMo V2.6 Flash 正常完成 基地安全自动判定 错误 11m 05s 18 / 17 416.8k输出 4.1k $0.013

模型详情

1

DeepSeek V4.1 Flash

opencode-go/deepseek-v4.1-flash正常完成思考 high
最终回答102 字
两枪会打穿基地左侧那层只有一格厚的护墙砖: - 第一枪打掉护墙砖,砖墙上出现一个缺口; - 第二枪从缺口穿过去,直接命中后面的基地,基地被摧毁,游戏结束。 所以护墙一破,基地就暴露了,两枪足以葬送老巢。
基地被击毁
答对 · 自动判定

结论依据:“游戏结束”

耗时1m 42s
步数5
工具调用4
输出 Tokens506
Tokens68.4k
费用$0.0087
耗时拆分有效 1m 06s
等待接口 14.4s模型生成 1m 04s工具执行 1.3s
2

GLM 5.3 Flash

opencode-go/glm-5.3-flash正常完成思考 high
最终回答275 字
**黄色坦克朝右开两枪的结果:** 黄坦克(玩家)在底部左下角,朝右发射的子弹会沿底行飞行,击中基地(鹰徽)左侧的砖墙。两枪正好可以打掉这面砖块(和红框砖块同理,两发子弹摧毁一面砖墙)。 **基地会怎么样:** 这两枪打掉的是保护基地的左侧砖墙。一旦墙被打开,鹰徽(基地)就直接暴露在弹道上了——之后任何敌方子弹(甚至走火)都能击中鹰徽,鹰徽被击中即基地被毁,游戏直接 **Game Over**。 也就是说:朝右两枪 = 自己拆掉基地左边防御 → 基地暴露 → 极易被敌人打爆导致本局失败。这正是坦克大战里的经典自杀操作:别朝基地方向开火。
基地安全
答错 · 人工复核

回答认为两枪只打掉基地左侧砖墙、基地暴露,之后敌方子弹才可能击毁基地——即这两枪不会击毁基地,结论为“基地安全”(错误)。自动判分误把“之后任何敌方子弹都能击中鹰徽”这一假设当成了结论。

耗时24.7s
步数1
工具调用0
输出 Tokens188
Tokens13.2k
费用$0.0023
耗时拆分有效 7.8s
等待接口 0.0s模型生成 7.8s工具执行 0.0s
3

GPT-6 Luna

opencode-go/gpt-6-luna正常完成思考 high
最终回答89 字
黄色坦克朝右开火,弹道会先撞上基地左侧的砖墙。两发正好把这段砖墙打掉;炮弹撞墙后会消失,所以这两发不会继续打中基地。基地暂时安全,但墙被打出缺口后,再朝右开火就可能直接击中基地。
基地安全
答错 · 自动判定

结论依据:“基地暂时安全”

耗时36.9s
步数1
工具调用0
输出 Tokens81
Tokens12.5k
费用$0.0026
耗时拆分有效 29.0s
等待接口 0.0s模型生成 29.0s工具执行 0.0s
4

Claude Haiku 5.5

opencode-go/claude-haiku-5-5正常完成思考 high
最终回答401 字
**结论:红框砖块不会被影响,基地也不会被击中。** 1. **红框砖块不在射击路线上。** 红框位于画面第 8 行、第 5 列,黄色坦克在最底行、第 5 列。坦克朝右开炮,子弹沿最底行水平飞行,不会经过红框。 2. **第一炮的落点。** 子弹从坦克右侧出发,穿过空地后,会先撞到基地左侧的砖墙(老鹰左边竖排的砖,约 x=735–795)。 3. **第二炮的结果取决于砖块的规则。** 按题设"两炮才能打掉一块砖",这一炮被砖墙吸收: - 第一炮只把这块砖打坏,第二炮把它打掉。 - 子弹被消耗在砖墙上,没有继续飞到老鹰。 - 结果:基地墙受损,基地安全,游戏继续。 如果按经典 FC《坦克大战》的规则(一炮即可打掉砖块): - 第一炮打掉墙砖,第二炮穿过空位直接击中老鹰。 - 结果:基地被毁,游戏失败。 按题设的前提,答案是基地安全、墙被打坏一块。
基地安全
答错 · 自动判定

结论依据:“基地安全”

耗时38.3s
步数1
工具调用0
输出 Tokens433
Tokens21.9k
费用$0.0049
耗时拆分有效 29.3s
等待接口 0.0s模型生成 29.3s工具执行 0.0s
5

Qwen3.8 Flash

opencode-go/qwen3.8-flash正常完成思考 medium
最终回答331 字
**分析:** 红框砖块(一块完整砖单元)需要 2 发炮弹才能打掉,说明一行砖的阻挡力 = 2 发。 **黄色坦克朝右开两枪的结果:** - 坦克右侧正对着的是**基地(鹰徽)左边的护墙砖**,与坦克在同一水平线上。 - 第一枪:打在护墙上,打掉半块砖(子弹消耗)。 - 第二枪:补掉剩下的砖块,护墙被彻底打穿一个缺口(子弹同样消耗)。 **基地会怎样:** - 两枪刚好全部被保护砖吸收,**基地本体不会被摧毁**(打基地需要第三枪)。 - 但基地左侧的防护墙出现了一个正对坦克的缺口,**基地完全暴露在坦克炮口下**——下一枪就会打爆基地、游戏失败。 结论:两枪打不毁基地,但会拆掉它左边的护墙,等于给基地"判了缓刑",必须立刻补一枪或换弹/移动。
基地安全
答错 · 自动判定

结论依据:“不会被摧毁**(打基地”

耗时1m 12s
步数1
工具调用0
输出 Tokens2.9k
Tokens13.5k
费用$0.0035
耗时拆分有效 53.7s
等待接口 0.0s模型生成 53.7s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642 字
## 结论 **两炮正好被砖墙吸收,基地安全无损;再多一炮才会击毁基地导致游戏失败。** ## 推理链 **1. 红框提供"破坏速率"标尺** 红框圈住的是一整块砖(屏幕中排第 8 行、第 4 列,整格约 132×132 px,4 层砖纹)。题干给定它需要 **2 炮**才能打掉,说明这类砖墙每发炮弹只能打掉约一半厚度。 **2. 黄色坦克与基地的实际位置关系** - 黄色坦克在画面最底行偏左(x≈666–731, y≈1721–1812)。 - 基地(白色鹰徽)在 x≈906–1021,y≈1705–1804,和黄坦克**同一行、正右方**。 - 两者之间隔着基地围墙的左半段砖墙:x≈832–900、y≈1718–1827(旁边还有 1654–1694 的横向砖块与之相连成 L 形),厚度和红框砖块是同一规格。 **3. 两发子弹的命运** - 第 1 发:撞在 x≈832 的砖墙上,打掉约一半(上层砖)。 - 第 2 发:继续打在剩下的砖层上,把它清掉。 - 子弹命中砖块会被砖块吸收、不会穿透,所以**第 2 发仍然打在砖上,而不是穿过缺口飞向基地**。 **4. 基地结果** 砖墙在黄坦克炮口高度上的厚度与红框砖块一致,**恰好两炮清空**,基地连一点伤害都没吃到,游戏照常进行。 ⚠️ 反过来说:一旦第 3 炮射出,缺口已开,子弹会直穿而过击毁鹰徽(基地变黑),坦克大战当场 game over。所以这两炮是"擦着基地过去"的,位置差一炮就完蛋。
基地安全
答错 · 自动判定

结论依据:“基地安全无损”

耗时7m 40s
步数12
工具调用11
输出 Tokens3.7k
Tokens332.2k
费用$0
耗时拆分有效 6m 39s
等待接口 42.8s模型生成 6m 28s工具执行 11.7s
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292 字
分析参考图(13×13 网格,底行 y≈1766 的色块扫描)得到底行布局: `[坦克 col4] → 空隙65px → [砖块66px] → 空隙33px → [基地(白鹰) col6] → ...` 即坦克与基地之间**只隔着一块橙色砖**(红框砖同款材质,按题设需 2 炮才能打掉)。 **结论:** - 朝右开两枪:两发炮弹都会被这块挡路的砖消耗掉——第一枪打伤,第二枪把砖打掉,子弹随撞击消失。 - 基基地:没有被击中,**安然无恙**;但保护它的这面砖墙也没了,再开第三枪就会直接命中基地,基地被摧毁、游戏结束。 (注:坦克炮管目前朝上,需先转向右才能这样射击。)
基地安全
答错 · 自动判定

结论依据:“基地:没有被”

耗时11m 05s
步数18
工具调用17
输出 Tokens4.1k
Tokens416.8k
费用$0.013
耗时拆分有效 9m 17s
等待接口 1m 34s模型生成 8m 54s工具执行 22.6s