63 谈地狱级艰巨实测，GPT-5.6 把其他 AI 甩开了一截
断事如神，GPT-5.6 发布的同期，把 Codex 也「干掉了」，拔赵帜立汉帜的是一个包含 ChatGPT Work 和 Codex 的 全新 ChatGPT 驾驭。
然则你仍然不错选拔保留 Codex 阿谁云朵图标
选拔 Work 如故 Codex 刻下在界面的呈现上，莫得太大的区别。
独一相比明显的是，当咱们切换到 Codex 场景，ChatGPT 的回答会加上「代码各异」，鼠标悬浮在「已剪辑」文档上，就会泄漏拓荒者常见的 Diff 界面，绿色代表新增，红色代表删除。
左边为 Codex 场景，右边为 Work 场景
将来 OpenAI 偶然会对其阵势类别进行区别， 刻下切换场景，阵势都是分享的，所能使用的模子和 Skill 也都是通用的 。
咱们的 Pro 账号刻下不错选拔包括 GPT 5.6 在内的全部型号模子，推理强度从轻度到极高多个等第。
咱们在详备先容 GPT-5.6 的著述里提到了对于模子的更多信息，以及一些酬酢媒体上使用 GPT-5.6 来作念「我的天下」等 3D 游戏的案例。
刻下的大模子，一句话让他们写个网页，如故很难测出 AI 究竟有多强了。
大模子竞技场的 AI 身手慎重东谈主 Peter Gostev，在前几天公开了 63 条险些是有益为难模子的 3D 教唆词；从大型 3D 天下，到多样可游玩的 3D 场景、名画天下，以及顶点视角、当然奇不雅，和元素与天地终端地方等。
3D 天下的第一题就条目它用 Three.js 作念出齐全曼哈顿：开场必须看到整座岛，向下缩放时还要无缝进入街区，看到车流、渡轮、屋顶水塔和公园小路。
后头的题越来越有真谛。AI 要坐进烟花弹，从放射筒冲上天际，在爆炸的一刻停在一万条金色人烟的中心；也要把梵高的《星月夜》作念成能飞进去的油画天地，让每一齐笔触都保留色调厚度，还会沿着画里的漩涡流动。
尼亚加拉瀑布要同期出现马蹄瀑布和好意思国瀑布，水雾、彩虹与游船都得动。以及要让模子在海面上及时长出一座火山岛，岩浆、波澜、蒸汽、火山灰、闪电、盘考船和直升机从第一秒起共同运转。
由 Fable 5 制作的穿越张家界石林
以致还有穿越张家界石林、下雪的故宫、流浪地球的天外电梯等题目，AI 需要用代码来结束一个看起来很酷炫，本色操作起来也能用的 3D 网页。
就连 Karpathy 都在驳倒区留言，默示这些教唆词太有真谛了，以及模子到底是若何结束这些 3D 天下的。
LLM 是若何仅凭收罗就能掌抓通盘这些信息，并能将这些剖析回荡为 xyz 坐标、网格、变换、动画、殊效、交互和小故事的呢？想想再加多一个、两个、三个模子层级，它们又能创造出若何的精彩，果真令东谈主咋舌。
咱们也拿这套教唆词去测试了一下最新的 GPT-5.6，由于 5.6 Sol 的极高模式会使用多数的子智能体，凭据官方博客先容，Ultra 模式下默许会派出 4 个子智能体并行责任，最多不错有 16 个子智能体同期完成一个任务。
这也导致了运行时期的加多，相通的教唆词，咱们在 DeepSeek 的网页上，十分钟不到，它就能给咱们最终的寄托。
然则在 Codex 里，光是起原的方向制定，就需要咱们一直酬报「Yes」来先证据这份方向。
比及本色的责任，多个子智能体搬动，从 Task 1 到 Task 2，每个 Task 又分了 Scene、Control、Shell 等不同的责任，任务时期直线飙升。
还有经常时就要进行的「 咱们的系统正在进一步审查此情况，然后再酬报 」。
于是，相通的张家界石林，欧美日韩国产一区二区三区四区中文字幕在线咱们使用 5.6 Sol 的最高级强度，Codex 花了足足 2h41m35s 才完成，其中莫得任何的「恭候批准」时期，皆备是 Codex 我方在科罚。
GPT-5.6 Sol Ultra 生成
成果如实算得上最好，最像 Fable 5 的一个。
抛开我电脑本人卡顿的原因，通盘 3D 石林结束得十分专科。鸟群会在山谷飞过，山背对太阳时会有明显的暗影，以及山顶的树、玻璃栈桥，和索谈等元素都有相比多的细节。
咱们也用了其他模子进行测试，举例在 Codex 内使用的 GPT-5.5、DeepSeek V4 Pro、Gemini 3.5 Thinking、GLM-5.2、以及相通是最近刚发布的 Hy3。
GPT-5.5 生成，使用 Codex
Gemini 3.5 Thinking 生成，使用 Gemini 官网
DeepSeek V4 Pro 生成，使用 DeepSeek 官网
GLM-5.2 生成，使用 Zcode
Hy3 生成，使用 WorkBuddy
能看到差距如故相比明显的，对比 GPT-5.6，GPT-5.5 明显少了好多细节，即便把渲染进程挽救到「高」，石柱和树以及飞鸟等信息，都是相比苟简的建模。
Gemini 3.5、DeepSeek V4 Pro 和 Hy3 似乎都莫得准确把这个石林的成果作念出来，GLM-5.2 在这轮寄托的就愈加详尽了，仅仅结束了几种不同视角的切换，然则张家界石林是皆备看不出来。
这是齐全的教唆词，若是感趣味趣味还不错拿去测试一下其他模子的成果。
创建一个宏伟的 Three.js 张家界石林天下：数百根高得不可想议的砂岩石柱，顶部掩盖着松树，从流动的雾河中腾飞，不雅者如故跻身空中。径直从两根浩大的石柱之间的飘舞情状驱动，奶茶视频黄在线观看底下的雾气被分开，阳光斜射过岩壁 —— 不要标题界面、菜单、加载情状或贴地驱动。
若是使用 Three.js，请在模块剧本之前添加一个 import map，将「three」和「three/addons/」映射到归并个固定版块，况兼只通过这些称呼导入。通盘地形、岩石、植被、雾气和光照都必须要道化生成；不要使用外部图片资源或模子。
单一核热枕念：探索生长了动荡山脉灵感的天下，以最柔顺的飘舞神气穿行其中。
石林天下
- 设立具有真确地质特征的石柱：带状砂岩层理、陡峻岩面、承载污蔑古松的岩台、阴雨侧面的藤蔓和蕨类植物、被色泽照亮时呈现的白色岩石裂痕。改造高度和群落散播，让峡谷景不雅变成当然的通谈和露天戏院。
- 雾气是一层有生命的存在，而不是一团混浊的雾：潸潸河流在石柱之间流动，在旯旮扯破，在盆地中积蓄，同期保持上方空气澄澈、被阳光照亮。石柱应跟着雾气搬动而乍明乍灭。
- 东谈主类萍踪要小而远处：勾通两座山顶的玻璃栈谈、沿知晓滑行的缆车、刻在岩壁上的鬈曲石阶、用于比例感的微型徒步者。
石柱间的生命
- 猕猴在岩台上攀爬，鹤穿越虚空，雨燕围绕山顶盘旋，一条瀑布从裂隙中穿过，流入下方雾海，松枝随风舞动。
光与空气
- 黎明曦线，东侧岩面呈现款色，暗影峡谷中带有冷蓝色调，阳光映照处的雾气发光；实足的绿色；全体亮堂、通透。
滑翔体验
- 独一的交互神气是苟简可靠的滑翔：保持恒定且柔软的飘舞速率，鼠标法度航向和俯仰，并斥逐在柔软规模内，自动侧倾，不会失速，不会有碰撞刑事包袱 —— 围聚岩壁时，镜头会当然逐步遁入。飘舞嗅觉应像鹤一样，而不是战役机。
- 重置
咱们还用其他教唆词测试了一下 GPT-5.6，63 个案例的教唆词都不错在 GitHub 上找到。
险阻滑动搜检更多内容
阵势地址：https://github.com/petergpt/3d-prompt-collection
咱们也测试了 Karpathy 认为最有真谛的熊拿获鲑鱼画面。此次咱们径直在 ChatGPT 网页版内以泛泛对话的体式发给它教唆词，依旧是使用 GPT-5.6 Sol，智能模式为 Pro。
诚然莫得 Codex 严谨和详备的阵势工程，然则 Pro 的想考强度，如故让 ChatGPT 花了 40 分钟才生成了通盘 3D 页面。
临了的收尾对比，GPT-5.6 Sol 和 Fable 5 不错说是在归并个水准。
GPT-5.6 Sol 生成，使用 ChatGPT 网页
Fable 5 生成
而使用其他模子，像是 DeepSeek V4 Pro，能明显看到生成页面有好多 Bug，一只奇怪的熊，鲑鱼也变成了苟简的红色方块，彩虹仅仅苟简的六根线条等。
DeepSeek V4 Pro 生成，使用 DeepSeek 网页
Gemini 3.5 Thinking，这个五月份的模子，中间这个四四方方的像素物体，尽然便是 Gemini 样子的 3D 熊。
诚然该有的操控都有，导航栏这些按钮都作念到位了，然则若是提前没了解教唆词信息，单看这个页面，皆备不知谈本意是想样子什么。
Gemini 3.5 Thinking 生成
咱们还测试了天外电梯阵势，此次是在 Codex 内使用 GPT-5.6 Sol，想考强度选拔选拔了倒数第二档，即 Extra High，耗时明显减少，只用了 18 分钟完成。
相通的教唆词，DeepSeek 的成果是这么的。
而在 Peter Gostev 视频里，Fable 5 的成果和 GPT-5.6 Sol 不相险阻。
这 63 个教唆词，看起来如故让 AI 生成一个网页，但 3D 网页要濒临的不啻是生成每一帧最好截图，还有性能和可运行性。
即使界面再密致，可一朝灵通就吃爆了电脑的 GPU 显卡渲染，电脑径直卡崩溃了，那也不是一个好模子应该生成的网页。
濒临长教唆词时，好的模子应该更懂得先保住场景主体、镜头、中枢动画和交互，再用要道化几何、粒子与分级细节补足限制感。
GPT-5.6 Sol 的表刻下咱们的测试中基本上不错胜任这些复杂的 3D 场景生成。
让咱们印象更深的是，GPT-5.6 Sol 完成责任的神气，它会先诡计通盘阵势，再拆分任务，让不同的 Agent 同期鼓动，经过中不休查验、修改，再把最终收尾整理成一份不错审核的 Diff。
就一个 3D 网页，它不错花两个多小时去完成。
但回过来想，咱们相比的究竟是模子身手，如故一次回答背后的时期、规画资源和互助限制？
两个小时所需要的 Token，换在一个 Plus 账户或者免费账户上，大略都会占据多数的周额度。速率快的模子更允洽试观点；耗时更久的 Agent，能把复杂阵势推得更远。两者都可能有价值，却很难被一个总分评释了了。
当模子驱动我方诡计、单干、返工和验收，一次生成便越来越像一支临时阵势组。选拔哪款模子，亦然在选拔一套出产神气。咱们不错 10 分钟拿到一个 demo，也不错给 Agent 几个小时，把它推到可寄托情状。
以后再问哪款模子最强，测试惟恐得多出一张工时/Token单。画面傍边应该写清寄托时期与资源参加，也要让东谈主知谈它经验了若干轮返工，灵通后能不可径直用。
咱们正在招募伙伴
简历送达邮箱 hr@ifanr.com
✉️ 邮件标题 「姓名+岗亭称呼」（请随简历附上阵势/作品或关系皆集）
