AI模型六维综合评测

V2Benchmark

六维综合评测 6 题，满分 60。

6 道题覆盖指令遵循、数学推理、密码推理、UI编程、3D游戏开发、交互组件实现。

Q1 强约束指令遵循句子生成测试

指令遵循

输出10个以汉字数字结尾的句子，且按照顺序一到十，语句要通顺有意义，且倒数第二个字不能重复且不能是"第"、"是"、"为"。

答案：今天的早晨很美好一 公园里的花儿开放二 学习知识非常重要三 生活总是充满快乐四 鸟儿在枝头歌唱五 明亮的星星挂在夜空六 快乐的男孩在嬉戏七 美丽的风景真令人陶醉八 努力工作才能取得成功九 每天都坚持下去十

Q2 24点问题

数学推理

请用 3、4、9、10 这四个数字，每个数字只能且必须使用一次。你可以使用任何初等数学运算符（包括乘方/根号），请拼出 24 点。

答案：10 + 9 + 3 + √4 = 24

Q3 密码锁推理题

逻辑推理

有把五位数密码锁，数字顺序与位置均需匹配才能开锁。

78635 含 3 个正确数字且位置全错；16384、56483 各 1 个数字位置正确、1 个数字位置错误；92741 有 2 个数字位置正确、1 个数字位置错误；67153 有 2 个数字位置正确、2 个数字位置错误；据此推理密码。

答案：12753

Q4 浏览器内操作系统

综合UI编程

参考 macOS 最新操作系统，创建一个现代、有着精美桌面和 UI 的浏览器内操作系统（命名为 “AISniper OS”）。

要求包含系统状态弹窗（如 Wi-Fi、系统健康度）、时钟、底部快捷栏、主题切换功能，并内置可交互的 3D 太空射击游戏。底部快捷栏应该有 Finder、计算器、设置、命令行终端和太空射击游戏。

测试结果：①右上角 WiFi 等点击有弹窗 ②Dock 栏应用可正常打开 ③太空射击游戏可玩

Q5 3D 赛车游戏

3D 游戏开发

使用 HTML、CSS 和 JavaScript，创建一个以汽车为主角的 3D 赛博朋克风格无限跑酷游戏。网页必须通过 Canvas 或 Three.js 渲染出一条沿纵深无限延伸的赛道，核心交互要求实现摄像机视角随着弯曲赛道实时左右平滑晃动的追踪动效，以及汽车切换赛道时的高灵敏度物理避障反馈；赛道上必须动态刷新各种障碍物，且页面顶部需内置一个能随着行驶距离和避障表现实时渲染、不被遮挡的高清动态计分板。

测试要点：赛博朋克风格、摄像机追踪动效、避障反馈、动态计分板

Q6 Trello 看板

交互组件

请用单文件原生 HTML/CSS/JS 实现一个高颜值 Trello 看板（严禁任何第三方库），完美支持卡片跨列拖动到其他列表，支持列表横向拖拽切换列表位置，列表和卡片的增删改，且必须硬性实现：拖拽时周围卡片平滑滑开让位的顺畅动画（绝不能生硬闪现）、拖拽到边缘时看板自适应自动滚动、点击卡片时从原位置原位放大展开的无缝弹窗，以及弹窗内完整的子任务清单与多颜色标签编辑功能。

测试要点：拖拽动画流畅、看板自动滚动、原位放大弹窗、子任务与标签编辑