Skip to content

Latest commit

 

History

History
182 lines (142 loc) · 13.7 KB

File metadata and controls

182 lines (142 loc) · 13.7 KB

Solar System Animation 测试

Desc

该项目主要测试

  • 需求还原
    • 展示各个行星
    • 动画效果展示公转
    • 展示轨迹
    • CSS样式
    • 动画效果
    • 行星名称标签
  • 计算
    • 圆周轨道与运行周期
    • FPS与平均FPS计算
  • 物理
    • 天体运行轨道半径
    • 天体运行周期
    • 天体大小
  • 创意
    • 行星的颜色渲染
  • 编程语言
    • JavaScript
    • HTML, CSS
  • Prompt 语言
    • 中文

测试 Prompt

创建一个符合以下规格的HTML5 Canvas太阳系动画:

0. **要求**
- 所有代码应在一个HTML文件中
- 使用canvas绘制动画
- 全屏显示动画

1. **天体要求**
- 包括:太阳,9颗行星
- 由于太阳过大, 因此所有星球只要展示相对大小即可, 比如太阳最大, 木星次之
- 行星按照距离太阳的远近排列, 从内到外依次是水星, 金星, 地球, 火星, 木星, 土星, 天王星, 海王星, 冥王星
- 注意各个星球的轨道间距要大于星球本身的直径,以免造成视觉上的重叠

2. **视觉设计**
- 每个星球使用4种颜色做像素填充,仅填充一次
  • 太阳:#f2831f, #f15d22, #d94125, #a41d22
  • 水星:#5a5856, #bfbdbc, #8c8a89, #f4f6f8
  • 金星:#868a8d, #d9b392, #f3dbc3, #414141
  • 地球:#1f386f, #0b1725, #386f61, #dac0a5
  • 火星:#dabd9e, #8c5d4b, #f27c5f, #c36d5c
  • 木星:#282411, #c08137, #bfb09c, #a6705b
  • 土星:#f3cf89, #dab778, #736b59, #c1a480
  • 天王星:#3f575a, #688a8c, #95bbbe, #cfecf0
  • 海王星:#647ba5, #7595bf, #4e5d73, #789ebf
  • 冥王星:#d8cbbb, #f4ebdc, #402a16, #a79f97
- 轨道线:半透明白色圆圈
- 标签:
  • 始终面向摄像机的星球文字标签
  • 格式:[星球名称]

3. **运动模拟**
- 时间压缩:1秒真实时间=10个地球日, 地球绕太阳一周为365个地球日
- 行星公转轨道使用圆形轨道即可
- 层次结构:
  • 所有行星围绕太阳运行

4. **技术实现**
- 使用requestAnimationFrame实现平滑动画

5. **性能优化**
- 离屏canvas用于静态元素(轨道线)
- 使用Web Workers进行位置计算

6. **计数器**
- 在左上角显示当前FPS指示器(FPS)和平均FPS指示器(AVG FPS),以及当前地球日计数 (Earth Day)
- 使用黑色文字和半透明白色圆角背景


注意,不要省略星球视觉设计的代码,我需要你实现全部的代码。

评分规则

测试 Prompt 每个 LLM 运行 3 次,取质量最好的一次。如果 3 次均运行失败则直接得 0 分。总计 90 分满分。 评分时使用 2K 分辨率全屏展示并人工目视评分。

序号 采分点 得分规则
1 使用 canvas 绘制动画 使用canvas绘制动画得5分, 否则得0分
2 全屏展示动画 全屏展示动画得5分, 全屏但是动画超过了部分屏幕得3分, 否则得0分
3 所有代码放在同一个HTML文件里面 所有代码放在同一个HTML文件里面得5分, 否则得0分
4 太阳大小及展示 展示太阳且是最大的且位置正确得5分, 展示太阳但尺寸不对或位置有问题得3分, 不展示太阳得0分
5 九大行星展示 均展示得5分, 展示不完全得3分, 不展示得0分
6 九大行星大小展示 大小比例符合事实得5分, 部分比例错误得3分, 比例完全错误得0分
7 九大行星排列正确 排列正确得5分, 错误得0分
8 九大行星绕太阳公转 均展示得5分, 展示不完全得3分, 不展示得0分
9 九大行星运动轨迹 均展示且按照轨迹运行得5分, 展示不完全(包括背景色的原因不可见)或部分不按照轨迹运行得3分, 否则得0分
10 九大行星运动轨迹不重叠 完全不重叠得5分, 部分重叠得3分, 乱作一团得0分
11 九大行星颜色渲染 使用全部给定颜色得5分, 使用部分颜色得3分, 否则得0分
12 九大行星颜色渲染美观度 颜色同心渲染或随机渲染得5分, 简单排列得3分, 颜色不正确得0分
13 九大行星名称标签 全部展示且正确5分, 部分被遮挡或颜色导致部分看不清得4分, 部分展示或部分错误得3分, 不展示或全部错误得0分
14 地球运动时间 一周正好36.5s或偏差小于10%得5分, 偏差小于50%得3分, 偏差大于50%得0分
15 其他行星运动时间 相对于地球计算, 均差小于10%得5分, 均偏差小于50%得3分, 部分偏差小于50%得2分, 整体偏差大于50%得0分
16 指示器计算正确 均计算正确得5分, 计算错误得0分
17 指示器样式正确 样式正确得5分, 部分样式正确得3分, 样式全部错误得0分
18 动画流畅性 动画流畅得5分, 过快或过慢得3分, 无法完成演示得0分
  • 注意, 无法运行, 运行错误退出, 运行无画面, 运行不是动画则判定为未完成 prompt, 直接得 0 分

测试结果

LLM 评分项-1 评分项-2 评分项-3 评分项-4 评分项-5 评分项-6 评分项-7 评分项-8 评分项-9 评分项-10 评分项-11 评分项-12 评分项-13 评分项-14 评分项-15 评分项-16 评分项-17 评分项-18 最终得分
Claude-3.5-Sonnet 5 3 (全屏但是动画超过了屏幕) 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 88
Claude-3.7-Sonnet-Thinking 5 5 5 5 5 5 5 5 5 5 5 5 5 0 (地球速度过快了) 5 0 (AVE FPS 计算错误) 5 5 80
Claude-3.7-Sonnet 5 3 (全屏但是动画超过了屏幕) 5 5 5 5 5 5 5 5 5 3 (颜色简单排列) 5 5 5 0 (AVE FPS 计算错误) 5 5 81
DeepSeek-R1 5 5 5 5 5 5 5 5 5 3 (部分轨道重叠) 5 5 5 5 5 5 5 5 87
DeepSeek-V3 5 5 5 5 5 5 5 5 3 (背景色是白色造成轨迹不可见) 5 5 5 5 5 5 0 (AVE FPS 计算错误) 3 (指示器背景无圆角) 5 81
Gemini-2.0-Flash-Lite-Preview-02-05 5 5 5 5 5 5 5 5 5 5 5 5 5 0 (偏差大于50%) 5 5 0 (无样式) 5 80
Gemini-2.0-Flash-Thinking-Experimental-01-21 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 90
Gemini-2.0-Flash 5 3 (全屏但是动画超过了屏幕) 5 5 5 5 5 5 5 5 5 5 5 0 (太慢了,偏差大于50%) 5 5 0 (Earth Day 计算错误) 5 78
Gemini-2.0-Pro-Experimental-02-05 5 5 5 3 (太阳位置有问题) 5 5 5 5 3 (未按照轨迹运行) 3 (轨迹重叠) 5 5 5 5 5 5 5 5 84
GPT-4o-mini 5 3 (全屏但是动画超过了屏幕) 5 5 3 (展示不完全) 5 5 5 3 (背景色是白色造成轨迹不可见) 5 3 (仅使用部分颜色) 3 (颜色简单排列) 5 0 (地球速度过快) 5 5 0 (Earth Day 计算错误) 5 70
GPT-4o 5 5 5 5 5 5 5 5 5 5 5 5 4 (标签被遮挡) 5 5 0 (AVE FPS 计算错误) 5 5 84
Grok-2 5 5 5 5 5 5 5 5 5 5 3 (仅使用部分颜色) 3 (颜色简单排列) 5 0 (速度过快) 0 (速度过快) 0 (Earth Day 计算错误) 5 5 71
Grok-3-Reasoning 5 5 5 5 5 5 5 5 3 (背景色是白色造成轨迹不可见) 0 (行星乱作一团) 5 5 4 (乱作一团导致遮挡) 0 (速度过慢) 5 0 (Earth Day 计算错误) 5 5 72
Grok-3 5 5 5 5 5 5 5 5 5 5 5 5 5 0 (速度过快) 5 0 (Earth Day 计算错误) 3 (文本超过了背景) 5 78
OpenAI-o1-mini 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 (无法展示)
OpenAI-o1 5 5 5 5 5 5 5 5 5 5 5 5 4 (标签被遮挡) 5 5 0 (Earth Day 计算错误) 5 5 84
OpenAI-o3-mini 5 5 5 5 5 5 5 5 5 5 5 3 (颜色简单排列) 4 (标签被遮挡) 5 5 5 5 5 87
Qwen-2.5-Max-Thinking-QwQ-Preview 5 5 5 5 5 5 5 5 3 (背景色是白色造成轨迹不可见) 5 5 5 4 (标签被遮挡) 0 (速度过快) 5 5 3 (没有圆角) 5 80
Qwen-2.5-Max 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 (没有圆角且文本超过了背景) 5 88
GPT-4.5-Preview 5 5 5 3 (太阳不是圆的) 3 (行星不是圆的) 5 5 5 3 (背景色是白色造成轨迹不可见) 3 (部分轨道重叠) 5 5 4 (标签被遮挡) 5 5 5 5 5 81
Qwen-QwQ-32B-BF16 5 5 5 5 5 5 5 5 5 5 5 5 4 (颜色导致看不清) 5 5 5 5 3 (没有圆角) 87
Gemma-3-27B-it-BF16 5 3 (全屏但是动画超过了屏幕) 5 5 5 5 5 5 5 5 5 3 (简单色块渲染) 4 (标签被遮挡) 0 (速度过快) 0 (速度过快) 0 (计算错误) 5 5 70
ERNIE-4.5 5 5 5 5 5 5 5 5 5 5 5 5 3 (标签方向不是始终向下) 0 (速度过快) 0 (速度过快) 5 5 5 78
ERNIE-X1 5 0 (没有全屏) 5 5 3 (展示不完全,金星以外的部分超出屏幕范围) 3 (展示不完全,金星以外的部分超出屏幕范围) 5 3 (展示不完全,金星以外的部分超出屏幕范围) 3 (展示不完全,金星以外的部分超出屏幕范围) 5 3 (展示不完全,金星以外的部分超出屏幕范围,太阳、水星、金星颜色正确) 5 (展示不完全,金星以外的部分超出屏幕范围,太阳、水星、金星同心圆渲染) 0 (标签满屏幕乱飞) 0 (屏幕内看不到地球) 0 (屏幕内看不到地球) 0 (计算错误) 0 (无样式) 5 50
Doubao-1.5-pro-32k 5 5 5 5 0 (无行星) 0 0 0 0 0 0 0 0 0 0 5 3 0 28
kimi-k1.5-long-thinking 5 5 5 5 5 5 5 5 5 5 5 5 5 0 (地球运动过快) 5 0 (地球天数错误) 5 3 (动画过快) 78
DeepSeek-V3-0324 5 5 5 5 5 5 5 5 5 5 5 5 5 0 (速度过慢) 5 0 (Earth Day 计算错误) 5 5 80
Gemini-2.5-Pro-Experimental-03-25 5 3 (全屏但是动画超过了屏幕) 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 88
hunyuan-turbos-20250313 5 5 0 (需要额外worker.js文件) 3 (太阳尺寸错误) 5 5 0 (无标签无法判断) 5 3 (轨迹不可见) 5 3 (使用部分颜色) 0 (颜色不正确) 0 (标签不可见) 0 (偏差大于50%) 2 (部分偏差小于50%) 0 (指示器计算错误) 3 (部分样式正确) 5 49
Llama-4-Scout-17B-16E(109B) 5 5 5 5 5 5 5 5 0 (标签文本导致看不清) 5 3 (使用部分颜色) 0 (偏差过大) 0 (标签看不清) 0 (速度过慢) 0 (速度不对) 0 (计算错误) 5 5 58
Llama-4-Maverick-17B-128E(402B) 5 5 5 5 5 5 5 5 5 5 5 5 5 0 (速度过快) 0 (速度过快) 5 3 (无圆角) 3 (动画过快) 76
GPT-4.1 5 5 5 5 5 5 0 (水星位置不对) 5 5 5 5 3 (简单排列颜色) 5 0 (速度过快) 0 (速度过快) 0 (计算错误, 地球公转周期不对) 5 5 68
GPT-4.1-mini 5 5 5 5 5 5 5 5 5 5 5 3 (简单排列颜色) 5 5 5 5 5 5 88
GPT-4.1-nano 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 (无法展示)
OpenAI-o3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 0 (FPS计算错误) 3 (样式 overflow) 5 83
OpenAI-o4-mini 5 5 5 5 5 5 5 5 3 (背景色导致轨迹不可见) 3 (部分重叠) 5 5 4 (背景色导致看不清) 5 5 5 5 5 85
OpenAI-o4-mini-high 5 5 5 5 5 5 5 5 5 5 5 5 4 (部分遮挡) 5 5 5 5 5 89
Qwen3-235B-A22B-Thinking 5 5 5 5 5 5 5 5 5 3 (部分重叠) 5 3 (简单排列颜色) 4 (部分遮挡) 5 5 5 5 5 85

可视化结果

结论

Gemini-2.0-Flash-Thinking-Experimental-01-21 表现最佳, 没有犯任何错误

Claude-3.7-Sonnet-Thinking 则犯了不少错误, 包括地球公转速度过快, AVE FPS 计算错误

Winner

👑Gemini-2.0-Flash-Thinking-Experimental-01-21