01 claude-fable-5-1 winner 0.880
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 162 → 53.6k | $2.68 | 653s | 423 loc | 24 KB |
Бигмак-тест: двенадцать моделей, один Биг Мак
Один промпт, никаких правок: что вернулось — то и опубликовано — живые артефакты в песочнице (крутите мышью), метрики и цены.
Промпт
promptCreate a 3D visualization of a Big Mac in three.js. The burger slowly rotates on its own; the camera can orbit and zoom. Make it as photorealistic as possible.
Technical requirements: a single self-contained HTML file; load three.js from a CDN; the scene fills the entire browser window and adapts to its size; no localStorage, cookies, or network requests beyond CDN libraries. Return only the finished HTML file as a single code block, with no text before or after. Результаты
Score — взвешенная сумма: 0.4 сходство с Биг Маком, 0.3 качество рендера, 0.2 интерактивность, 0.1 первый запуск. Очки начисляются за место в этом тесте по схеме 10, 7, 5, 3, 2, 1; места ниже этой схемы не получают ничего. Равный score места не делит: выше встаёт тот, кто дешевле; при равной цене — кто быстрее; последний ключ — снапшот по алфавиту.
| # | модель | score | очки | цена | value | время |
|---|---|---|---|---|---|---|
| 01 | claude-fable-5-1🏆 | 0.880 | +10 | $2.68 | 0.3 | 653s |
| 02 | claude-opus-5 | 0.875 | +7 | $1.31 | 0.7 | 617s |
| 03 | gpt-5.6-sol | 0.840 | +5 | $0.36 | 2.3 | 141s |
| 04 | qwen3.8-max | 0.830 | +3 | $0.22 | 3.8 | 751s |
| 05 | gpt-5.5 | 0.800 | +2 | $0.63 | 1.3 | 238s |
| 06 | claude-fable-5 | 0.745 | +1 | $0.98 | 0.8 | 234s |
| 07 | deepseek-v4-pro | 0.740 | — | $0.03 | 25.9 | 403s |
| 08 | kimi-k3 | 0.705 | — | $0.53 | 1.3 | 1162s |
| 09 | gemini-3.1-pro | 0.640 | — | $0.16 | 3.9 | 99s |
| 10 | claude-opus-4-8 | 0.635 | — | $0.15 | 4.3 | 57s |
| 11 | grok-4.5 | 0.615 | — | $0.07 | 8.7 | 68s |
| 12 | claude-opus-4-6 | 0.530 | — | $1.49 | 0.4 | 864s |
| 13 | qwen3.7-maxне отрисовался | 0.000 | — | $0.03 | 0.0 | 149s |
| итого | $8.64 | 90:36 |
value = score ÷ цена (за один прогон) — грубая прикидка «сколько балла за доллар». score наполовину субъективен, а цена шумит между прогонами, так что это ориентир, не точная метрика. Разрыв при этом реальный: deepseek отстаёт от победителя на 0.14 балла при ~сороковой части цены.
Сравнение двоих
По умолчанию победитель против самого выгодного; в меню — любая пара.
Артефакты
02 claude-opus-5 0.875
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 160 → 52.4k | $1.31 | 617s | 806 loc | 32 KB |
Наконец полный набор: трёхсоставной бун с настоящей крапчатой коркой и посаженным кунжутом, два патти с волокном, сыр с толщиной, шинкованный салат, лук, огурцы. Лучшие материалы из двенадцати — и единственный, у кого разлетается гарнир: осколки салата и крылья сыра торчат на треть за бун. 10 минут и $1.31, второй по дороговизне в прогоне. Два раскрытия: доставлен со второй попытки (первый поток оборвался на ~100-й секунде на транспорте, не по вине модели — один из двух rerun'ов прогона) и оба субъективных балла выставлены за владельца, а не его глазами.
03 gpt-5.6-sol 0.840
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 108 → 12.0k | $0.36 | 141s | 739 loc | 25 KB |
Самый узнаваемый Биг Мак из первой десятки: два патти, средний бун, точки белого соуса — и самый убедительный свет среди них. Выиграл первую десятку структурой, а не только вылизанностью.
04 qwen3.8-max 0.830
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 149 → 36.8k | $0.22 | 751s | 509 loc | 22 KB |
На одну версию дальше провалившегося родственника: qwen3.7-max тянул мёртвые CDN-ссылки, а qwen3.8-max кладёт import map на three@0.165.0 и ESM-аддоны — и запускается. Третье место. Бигмачность на уровне claude-opus-5 (0.80): трёхсоставной бун, два патти, салат на обоих уровнях, честный крупный кунжут, крошка лука и точки соуса — сыру даже сделан оплавленный свес, но он погребён под слишком широкими пластами салата, а из начинки не хватает только огурцов. Рендер (0.70) пластилиновый, а не мясной: почти чёрные патти, мятный салат, кунжут блобами. $0.22 — дешевле всех, кто выше. 12.5 минуты, третий по медленности из двенадцати.
05 gpt-5.5 0.800
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 108 → 21.1k | $0.63 | 238s | 707 loc | 25 KB |
Та же считываемость «двухэтажный + соус», что у gpt-5.6-sol, но на шаг позади по свету и материалам. Крепко, без фейерверка.
06 claude-fable-5 0.745
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 160 → 19.5k | $0.98 | 234s | 364 loc | 15 KB |
Верная двухэтажная структура со средним буном — салат плоскими стилизованными пластами, а не листьями. $0.98 за пятое место — дороже обоих GPT над ним.
07 deepseek-v4-pro 0.740
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 106 → 22.3k | $0.03 | 403s | 793 loc | 38 KB |
В середине таблицы (0.740) за $0.03 — примерно десятая часть от $0.36 у gpt-5.6-sol. Двухэтажный на тарелке, начинка скудновата. Самый дешёвый крепкий результат прогона.
08 kimi-k3 0.705
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 186 → 35.1k | $0.53 | 1162s | 475 loc | 20 KB |
Самый медленный с большим отрывом: 19 минут размышления до первой строки HTML — на первом прогоне упёрся в стандартный 15-минутный таймаут и уложился только на удвоенном (один из двух rerun'ов прогона). Структуру Биг Мака берёт точно — два патти, средний бун, кунжут сверху — но тёмные «деревянные» патти и скудный салат держат его в середине таблицы. $0.53. Единственная запись с удвоенным бюджетом времени; два субъективных балла ему тоже выставлены за владельца, а не его глазами.
09 gemini-3.1-pro 0.640
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 102 → 13.5k | $0.16 | 99s | 478 loc | 23 KB |
Чистый одиночный бургер, но мелкий в кадре — просили заполнить окно, а он не совсем. Быстрейший в середине: 99 c.
10 claude-opus-4-8 0.635
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 160 → 5.9k | $0.15 | 57s | 368 loc | 12 KB |
Лучшая булка из первой десятки — настоящая текстура кунжута, мягкое затенение — но вокруг одиночного чизбургера, не Биг Мака. Ремесло высокое, бигмачность низкая. И самый быстрый: 57 c.
11 grok-4.5 0.615
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 308 → 11.7k | $0.07 | 68s | 328 loc | 9 KB |
Двухэтажный, но геометричный и голый — без салата, без соуса. Второй по дешевизне из отрисовавшихся: $0.07, после $0.03 у deepseek-v4-pro.
12 claude-opus-4-6 0.530
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 114 → 59.6k | $1.49 | 864s | 334 loc | 14 KB |
Назидательный кейс: 14 минут и 59.6k токенов — самый дорогой прогон ($1.49) — ради голой булки-купола без видимых патти. Усилие ≠ результат.
13 qwen3.7-max 0.000
не отрисовался
THREE is not defined
THREE is not defined
| токены | цена | время | код | файл |
|---|---|---|---|---|
| 111 → 8.2k | $0.03 | 149s | 660 loc | 26 KB |
Не отрисовался — THREE is not defined. Взял three.js по мёртвым CDN-ссылкам (старый глобальный three.min.js и examples/js/OrbitControls.js — обе 404 с ~r150). Настоящий сигнал: устаревшее знание того, как сейчас подключается three.js.
условия и версии прогона
13/13 ответили · 353.6k tok · $8.64 · 96:49 wall
one-shot · single-delivery · temperature default · reasoning high · max_tokens без лимита · 2026-07-11
как считается score. сходство с Биг Маком и качество рендера ставит владелец вручную, глазами, по рубрике 0–1. первый запуск и интерактивность — автоматическая проба в headless-браузере (запустился без ошибок + реагирует на drag). Субъективная часть раскрыта честно: это авторский суд, а не «объективная» цифра — значит и порядок мест, и колонка value наследуют эту субъективность.
перезапущены владельцем: первая попытка не дала рабочего артефакта (пригодного ответа не пришло / обрезано потолком / битый ответ), результат — повторный запуск, single-delivery соблюдён в каждой попытке: kimi-k3, claude-opus-5
snapshots: claude-opus-4-8=anthropic/claude-opus-4.8 · claude-opus-4-6=anthropic/claude-opus-4.6 · claude-fable-5=anthropic/claude-fable-5 · gpt-5.5=openai/gpt-5.5 · gpt-5.6-sol=openai/gpt-5.6-sol · gemini-3.1-pro=google/gemini-3.1-pro-preview · grok-4.5=x-ai/grok-4.5 · qwen3.7-max=qwen/qwen3.7-max · deepseek-v4-pro=deepseek/deepseek-v4-pro · kimi-k3=moonshotai/kimi-k3 · claude-opus-5=anthropic/claude-opus-5 · qwen3.8-max=qwen/qwen3.8-max · claude-fable-5-1=anthropic/claude-fable-5.1