这里精选了 6 个视觉效果突出的案例：程序化 3D 世界、沉没城市、日系郊区街道、赛博朋克悬浮车竞速、犯罪调查板和安妮女王复仇号。点击名称可以查看原帖。
素材于 2026-09-03 整理，用于视觉案例展示和来源标注。媒体版权仍属于对应创作者；收录不代表本项目拥有或背书相关内容。
| 按测评方式 | 按模型系列 | 按结果状态 |
|---|---|---|
|
Three.js · 18 个世界 Twigl · 2 个 Shader |
Claude · Codex · DeepSeek · GLM · Custom | Official · Community · Latest |
每条提示词都有来自原帖媒体的视觉帧、直接 X 来源、实际测评文本、方法分类和独立证据页面。点击缩略图可以打开完整记录。
 日系动漫郊区街道 Three.js · X 原帖 |
 吞噬城市的黑洞游戏 Three.js · X 原帖 |
 COD 僵尸模式复刻 Three.js · X 原帖 |
 3D 犯罪调查板 Three.js · X 原帖 |
 高质量《天天过马路》游戏 Three.js · X 原帖 |
 赛博朋克悬浮车竞速 Three.js · X 原帖 |
 巴黎埃菲尔铁塔 Three.js · X 原帖 |
 写实欧式轮盘 Three.js · X 原帖 |
 程序化日本城堡 Three.js · X 原帖 |
 拉斯维加斯老虎机 Three.js · X 原帖 |
 写实军械库 Three.js · 结果原帖 · 提示词 |
 海上火箭回收模拟 Three.js · X 原帖 |
 开放世界火箭筒 RPG Three.js · X 原帖 |
 程序化可探索 3D 世界 Three.js · X 原帖 |
 程序化角色生成器 Three.js · X 原帖 |
 安妮女王复仇号 Three.js · X 原帖 |
 可运行蒸汽机原型 Three.js · X 原帖 |
 莱特飞行器 Three.js · X 原帖 |
 无限新哥特式沉没城市 Twigl · 两轮 · X 原帖 |
 失落的卡尔克萨 Twigl · X 原帖 |
添加下一个案例 一条来源清楚的 Three.js 或 Twigl 提示词，可以成为下一个测评案例。 贡献提示词 → |
画面于 2026-09-03 从公开原帖媒体中提取。“已经关联来源”不等于“本次重新独立核验”。每个详情页会展示准确的证据状态、历史互动快照、改写说明和实际提示词字节。
比较哪两个模型完全由用户决定。可以选两个内置配置、添加两个私有配置，也可以混合使用。“模型配置”会同时声明模型、供应商端点、鉴权类别、Runner 和推理档位，所以同一个底层模型可以有多个不同执行路径。
| Runner 路径 | 内置配置数 | 兼容方式 |
|---|---|---|
| Codex CLI | 6 | OpenAI 原生登录、Responses 兼容端点 |
| Claude Code | 5 | Anthropic 原生登录、Anthropic 兼容端点 |
| 自定义配置 | 不限 | 经过验证、使用上述任一 Runner 的模型配置 |
添加 OpenAI Responses 兼容模型 · 添加 Anthropic 兼容模型 · 阅读自定义模型说明
Same prompt → two agents → isolated workspaces → verify → record → merge。
两个 Agent 接收相同的标准化提示词字节和等价的干净脚手架。系统验证两边项目，按照相同的浏览器运动方式录制，再输出一条适合 X 发布的高清 H.264 对比视频。计划哈希、耗时、Token、录屏参数、修复、重试和失败原因都保留在本地运行报告中。
整个流程默认在本地完成。代码和证据保存在被 Git 忽略的 runs/；凭据保留在 CLI 原生登录状态或环境变量里。只有用户明确选择发布时，最终视频才会上传。
git clone https://github.com/PenStairs/claude-codex-visual-benchmark.git
cd claude-codex-visual-benchmark
npm install
npx playwright install chromium
npm run fetch:bgm
npm run benchmark -- doctor把仓库安装成 Agent Skill：
npx skills add PenStairs/claude-codex-visual-benchmark --global --all --copy然后让 Agent 使用 $visual-code-model-benchmark。它会依次引导用户选择两个模型、测评方法和提示词，展示运行计划，并在明确确认后才开始消耗额度。阅读五分钟快速开始或完整执行流程。
| 官方测评中统一控制 | 无法消除、必须披露 |
|---|---|
| 相同的标准化提示词字节和轮次顺序 | Codex CLI 或 Claude Code Runner 路径 |
| 等价的干净脚手架和文件规则 | 供应商端点和鉴权类别 |
| 明确推理策略，禁止静默降档 | 不同模型对 high 或 max 的具体含义 |
| 并行生成和相同录制策略 | 硬件、录屏回退、修复、重试和失败 |
- **推理强度：**Flash 配置使用
max，其他内置配置统一使用high。 - **超时：**60 分钟软提醒、180 分钟硬上限、15 分钟无活动上限；Three.js 启动等待放宽至 60 秒。
- **硬件：**本地 CPU、GPU 和录屏回退方式必须写进运行披露，不能藏在所谓统一总榜后面。
- **来源：**原帖 URL、提示词字节、方法来源、历史快照和改写说明分开记录。
- 结果：官方测评与社区测评回答不同问题，不会被静默混在一起。
一次运行只能支持这样的结论：在已经声明的提示词、模型配置、Runner、推理强度、策略和硬件下，模型产出了这些结果；不能证明某个模型在所有任务中普遍更强。详见公平性规则和提示词溯源规则。
每项修改都会经过配置、提示词契约、超时行为、浏览器运动、录屏质量、自动文档和发布安全检查。
Discussions · Roadmap · 最新版本 · 更新记录 · 完整文档
API Key 只能放在环境变量中，并且需要把模型生成的代码视为不可信代码。受限的本地脚手架不是面向恶意代码的强安全沙箱。使用订阅套餐或第三方网关前，请自行核对服务条款。详见 SECURITY.md。
这是 PenStairs 发起的独立社区项目，与 Anthropic、OpenAI、DeepSeek、智谱 AI、Three.js、Twigl 或 X 不存在隶属、赞助或官方背书关系。项目中的产品名称只用于说明兼容性。
代码和本项目原创文档采用 MIT License。提示词、外部帖子和来源视频帧可能仍归原作者所有；保留来源不代表重新授权第三方内容。可选背景音乐遵循单独的许可说明。