原始需求
Build an app for keeping track of books.
Book-Tracking App
4 个运行 · 15.A.01 · HTML

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」。
PROMPT/Phase1_TEST_PROMPTS_BILINGUAL.md · 逐字保留原始需求,未做改写
Build an app for keeping track of books.
构建一个用于追踪书籍的应用。
由于 prompt 未限定平台和范围,合理的理论成果应是一个可运行的个人书库与阅读进度应用。用户至少可以新增、查看、编辑和删除书籍,并记录书名、作者及阅读状态;更完整的实现可支持页数进度、开始/完成日期、评分、标签、收藏、搜索、筛选、排序、统计和本地持久化。状态转换应保持数据一致,例如完成时设置完成日期与最终进度,重新阅读时合理清理冲突字段。数据导入导出若存在,应可往返恢复且避免静默重复。界面应对空书库、无搜索结果、无效输入和损坏存储提供明确反馈。
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」。
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-15-r1 | Muse Spark 1.3run-muse-spark-1-3-task-15-r1 | GPT-5.6 Solrun-gpt-5-6-sol-task-15-r1 | K3run-k3-task-15-r1 |
|---|---|---|---|---|
| 运行时间 | 14:26 | 1:35 | 6:52 | 9:06 |
| API 调用 | 75 | 19 | 8 | 28 |
| 工具调用 | 74 | 21 | 6 | 27 |
| 失败 / 重试 | 4 | 0 | 0 | 3 |
| Token 过路量 | 711.1万 | 41.2万 | 27.4万 | 113.5万 |
| AI 评价 | 99/100 | 80/100 | 79/100 | 90/100 |
同一任务版本下的两次运行可并排比较。
输入关键词;↑ ↓ 选择,Enter 打开
没有匹配的档案记录。