zyarena · 自由模型竞技场
zyarena(自由模型竞技场)是面向 AI 模型的前端实测与匿名盲测平台。浏览网页、交互应用和创意编程等评测题目,并排运行不同模型在同一道题下生成的作品,比较界面设计、交互表现和任务完成度。为匿名作品投票,查看模型综合天梯上的组内排名、胜率与有效比较场次,并阅读评测报告和方法说明,了解榜单如何计分以及如何解读样本。
评测方法说明哪些投票进入榜单、分数如何计算。
热门题目
- "永"字笔顺动画 · 45 个模型
考模型能否按正确笔顺(点、横折钩、横撇、撇、捺共 5 笔)写出"永"字,并做出有起收笔与飞白的毛笔质感动画。
- 火箭发射 3D 场景动画 (Rocket Launch Three.js) · 45 个模型
单文件 Three.js 生成高画质、色彩鲜艳且细节丰富的 3D 火箭点火升空全流程动画(点火、喷焰、浓烟扩散、机械臂脱离、垂直加速、追焦摄像机穿云)。
- 喷气背包竞技场 · 横版射击游戏 · 14 个模型
构建可玩的横版竞技射击游戏:喷气背包、5 名 AI 对手、多层地形、武器与补给拾取,以及完整对局和重开流程。
- 舞龙表演 · 17 个模型
考链式运动和角色动画:9 节龙身连贯翻滚不断节,舞龙人与龙杆动作协调,三种套路要真的不一样。
- 斗拱拆解 · 14 个模型
考模型的空间推理和古建构造知识:斗拱构件的名称、层层出挑的结构,以及拆解和组装动画是否正确、有没有穿模。
- 可爱弹性小生物互动原型 · 16 个模型
测模型在开放式创意任务中的一次成型交付能力,没有标准答案,只能靠审美先验、交互手感和单文件长代码的硬功夫一次写对。prompt来源:https://x.com/edwinhayward/status/2105338339289100781
- 视觉迷宫寻路 · HM-U05 · 15 个模型
将题目原图和简短提示词一起交给支持图片输入的模型,要求输出入口到出口的完整路线坐标。网站把模型原始 JSON 路线叠加到同一张题图,比较视觉识别、空间推理与完整寻路能力。可放大逐段查看,并参与同题盲测。
- 二十四节气 15 秒动效短片 · 13 个模型
用纯代码做一段 15 秒的循环动效短片,考 24 个节气是否齐全、顺序是否正确,以及季节画面、传统配色和转场的设计感。
- 鱼缸破裂物理模拟 (Aquarium Burst Three.js) · 14 个模型
单文件实现高难度流体与多体物理仿真:水深动态压强射流、跨介质浮力阻力转换(水-空-地碰撞)、鱼类逆流行为、玻璃碎块与裂缝交互。
- 天坛祈年殿 3D 还原 · 13 个模型
考模型对真实古建筑的还原精度,核心难点是三重檐攒尖顶、三层汉白玉台基,以及 28 根立柱(4 + 12 + 12)的结构是否正确。
- 曾侯乙编钟 · Web Audio 演奏 · 7 个模型
单文件可演奏曾侯乙编钟网页乐器:分层编钟、Web Audio 合成金属音色(非整数倍泛音、长余音)、五声音阶音名、键盘与点击演奏、自动演奏《茉莉花》、余音与音量调节、博物馆深色氛围。
- 排序算法赛跑 · 6 个模型
单文件排序算法赛跑可视化:8 种算法并排赛道柱状图、相同初始数组、可调规模与分布、速度/暂停/单步/重置、比较与交换统计、结果有序性校验。
- 华容道 · 自带最优解求解器 · 7 个模型
单文件 HTML/CSS/JS 华容道益智游戏,支持经典开局、拖拽与方向移动,并自带 BFS 最优解求解器与逐步演示。
- 双摆混沌模拟 · 4 个模型
用单文件 HTML/Canvas/JS 实现物理正确的双摆混沌模拟:拉格朗日方程 + RK4 积分,能量守恒可验证;三组仅差 0.001 弧度的双摆同时分叉;实时能量曲线与相图;参数可调、鼠标拖拽设初始位置、导出 CSV。
- 高铁选座购票 · 手机端 · 3 个模型
单文件手机优先的高铁选座购票交互页面:真实车厢布局(商务/一等/二等 A B C | D F,A/F 靠窗 C/D 靠过道);座位可选/已售/已选;最多 5 名乘客及智能选座;实时座位和总价汇总,提交出模拟订单确认页,明确说明演示不扣款。
评测报告
- 实测:网页版的 Gemini 4,答题和 3.8 Flash 一模一样
一次前端渲染任务引发的对照测试:比较 Gemini 4 Argon 在网页端、Vertex API 与 Antigravity Gemini 3.8 Flash 的时间敏感题回答。附 12 道测试题及按评论补齐的完整参考答案。
- Antigravity 上线了 Opus 5.5 和 Sonnet 5.5,但不是谁都能用
ZYCodeLab 的公众号文章:分享 Antigravity 中新模型的开放范围、订阅差异和额度体验。原发表于 2026 年 10 月 3 日。
留言板把想法留在这里
聊聊模型实测,分享使用体验,或为本站提个建议。
同一道题,
看见模型的不同。
在同一道题下体验不同 AI 模型的真实成果。并排运行作品,参加匿名盲测,查看模型天梯与评测报告。
从同一份提示词,探索不同的可能
模型评测、开发实践与创作记录
评测方案从感兴趣的任务开始
正在加载评测方案…
先看作品,
让作品说话。
同一道题,两份匿名答案。体验之后投出你的一票,让实际效果决定排名。
看作品,选出你的偏好
正在查找可参与的题目…
比较同题模型作品,有效票计入模型榜。
随时可以结束并查看已完成的结果。未比较过的组合计入天梯,全部完成后可继续体验;新增成果后可继续计票。
🏆 Benchmark 成果对决榜 (Elo Rating)
按评测方案的分类查看成果。同题盲测决定 Elo;不同题目的分数仅作参考,不代表模型综合能力。
| 排名 | 模型 (Model) | 脚手架 (Harness) | 天梯分 (Elo) | 用户评分 | 参与对决次数 | 内容大小 | 任务用例 | 操作 |
|---|
📝 大模型评测报告与技术解析
汇集模型生成效果横评、提示词工程编排技巧与各类 Harness 架构深度复盘,支持在文章中直接内嵌交互式 WebGL 沙盒。
管理总览
跟踪内容发布、社区注册与待处理事项。
内容状态
开始管理
编辑已发布内容、处理投稿,或查看注册用户的信息与权限。
内容管理
管理所有状态的内容,编辑和发布变更即时生效。
封面管理
查看已发布和待审成果的封面状态,从浏览器运行预览截取或上传封面。
用户管理
管理注册信息、角色和账号状态,查看用户的投稿与下载记录。
操作日志
查看内容、审核和账户操作的时间、执行人及详情。
安全与备份
查看请求拦截、运行限制与数据库备份。
当前防护
数据库备份
拦截统计与 IP 限流保存在当前进程中,重启后重新计数。多实例部署需要在网关统一限流。数据库备份保存在服务端私有目录;恢复时还需配套保存上传的 HTML 文件。
审核队列
用户提交的提示词或模型评测成果,经审核通过后即刻在全站公开呈现。
- 提示词总数
- 0
- 成果总数
- 0
- 待审核提示词
- 0
- 待审核评测成果
- 0
- 待审核评测博文
- 0
审核历史
我的提交
查看提示词、成果和文章的审核进度与审核意见。