TASK 12 / HTML · V1 · 实用工具

计算器应用

Calculator App

4 个运行 · 12.A.01 · HTML

对比作品 →
TASK 12 · 12.A.01 · HTML计算器应用
独立打开 ↗
计算器应用

预览说明: 浏览器沙箱可能限制内嵌页面的本地存储与下载;需要完整行为请用「独立打开」。

ORIGINAL PROMPT

原始需求

PROMPT/Phase1_TEST_PROMPTS_BILINGUAL.md · 逐字保留原始需求,未做改写

来源 ↗
ORIGINAL PROMPT

原始需求

Create a working calculator app.
Choose the technology yourself.
Run it.
Test it.
Fix any issues you find.
Do not ask me questions unless you are genuinely blocked.
中文译文 / TRANSLATION

中文译文

创建一个可工作的计算器应用。技术由你自行选择。运行它、测试它,并修复发现的所有问题。除非确实受阻,否则不要向我提问。

理论成果

应交付一个能够实际运行、已经过测试和问题修复的计算器应用,并由实现者自行选择适合的技术栈。最小能力包括数字输入、小数、基本四则运算、清除、退格、正负号与等号;理想实现还应处理运算优先级、连续计算、键盘输入、错误状态和数值格式。计算核心应具备确定性,除零、非法表达式、溢出及浮点显示误差应以可理解方式处理,不能使界面崩溃。交付内容应包含运行方式、测试方法和修复后的验证证据。

后补验收建议

  • 运行实际应用并通过按钮和键盘完成基础、连续、带小数、带负数和优先级运算,比较已知正确结果。
  • 覆盖 `0.1 + 0.2`、除以零、重复小数点、前导运算符、超长输入、溢出、清错后继续输入等边界情形。
  • 检查清除、退格、正负号、连续按等号或连续运算符时的状态机一致性,并确认无控制台异常。
  • 在桌面和窄屏检查按键布局、焦点、可读性和触控目标;运行自动化测试并在修复后完整回归。
THREE INTERPRETATIONS

同一题目的三种模型解释

三个结果使用同样的宽度、同样的预览比例,不标注「最佳模型」。

COMPARISON METRICS

执行对比

跨模型比较需注明 harness、预算与隔离差异。

指标DeepSeek-V4.1-Flashrun-deepseek-v4-1-flash-exp-0910-task-12-r1Muse Spark 1.3run-muse-spark-1-3-task-12-r1GPT-5.6 Solrun-gpt-5-6-sol-task-12-r1K3run-k3-task-12-r1
运行时间6:202:006:044:05
API 调用89181612
工具调用9021811
失败 / 重试6001
Token 过路量750.3万31.6万60.9万38.3万
AI 评价98/10078/10078/10089/100
RUN RECORDS

运行档案

同一任务版本下的两次运行可并排比较。

12.A.01 · run-deepseek-v4-1-flash-exp-0910-task-12-r1DeepSeek-V4.1-Flash● 已归档
运行时间
6:20
Token 过路量
750.3万
API 调用
89
查看档案记录 →
12.B.01 · run-muse-spark-1-3-task-12-r1Muse Spark 1.3● 已归档
运行时间
2:00
Token 过路量
31.6万
API 调用
18
查看档案记录 →
12.C.01 · run-gpt-5-6-sol-task-12-r1GPT-5.6 Sol● 已归档
运行时间
6:04
Token 过路量
60.9万
API 调用
16
查看档案记录 →
12.D.01 · run-k3-task-12-r1K3● 已归档
运行时间
4:05
Token 过路量
38.3万
API 调用
12
查看档案记录 →
RELATED TASKS

相关任务

查看全部任务 →