Eileen 这轮实测覆盖DeepSeek V4.1 Flash、MiniMax M3.1 Flash和GLM 5.3 Flash，时间为2026年10月22日至23日。三家都用Claude Code写代码，推理开到Max；DeepSeek另用原生Harness跑一份，比较同一模型在不同环境下的差别。题目共三道：用Three.js复刻跑车喷气起跳、飞越牵引车并横滚一圈的3D网页；为虚构文件助手“下班键”做20秒横版短片再改竖版；以及演示前方没撞车、后面却堵上的交互网页。四组提示词和素材一致，不排总名次。
飞车题的四份自动演示都跑完全套动作：加速、腾空横滚、落地驶离。差别主要在镜头和细节。MiniMax翻滚时切到侧面，落地转回车后，白色气雾明显，动作连贯；两版DeepSeek的车型容易分辨，Harness版的低矮车身和红尾灯配夜色更受偏爱。细节上也有偏差：GLM的障碍更像长厢货车，喷气像车尾亮起两道光束；MiniMax尾灯分成两截，没做出贯穿式；DeepSeek CC版卡车带积木感，空中翻滚和下落略显分段。
切到手动操作，差距更清楚。故意不按横滚键平飞落地、或四轮朝天落地，后三份都判负；正常操作中MiniMax第一把通过，DeepSeek CC版第三把通过，Harness版也能开过去。GLM出现判定漏洞：车平着落到对面、右上角读数仍为0°，页面却提示“完成一整圈横滚”。镜头同样出状况：Harness版下落时一度飞出画面；GLM侧视角在车未落地时就出画，默认视角被灯杆遮挡；MiniMax侧视角结尾拉得太远，重开后车速表在1到2公里/小时之间跳动。
若挑一版继续改，测试者倾向DeepSeek Harness：车身比例和夜景氛围最好，但下落时镜头偶尔跟丢。MiniMax容易通关，尾灯和车速表仍需处理；DeepSeek CC版能正确判定违规操作，卡车建模偏粗糙；GLM要先修好“不翻滚也算赢”的漏洞。
第二题中，各家都能跑通横版动画，改成手机竖版后差距拉开。
