跳到正文
評測來源

TapTap Maker Benchmark

TapTap Maker / 編程 · 在真實遊戲引擎裏用 Lua 寫出能跑起來的功能。分數由引擎執行判定,不用另一個模型打分。

官方評測
在 ATech Hot 中參與排名
評測權重3.6%
來源資料更新時間11/05 08:00
最近成功同步11/22 02:05

它測什麼,怎麼測

只取官方 main_board 的 L2 通過率;成本、速度、Held-out 和分類分不再次投票。同一基礎模型按固定推理設定優先級選代表行,選擇不看分數。

如何使用這份證據

編程與設計預算中的 3.6%;固定引擎和 L2 指標。

評測成績

按固定規則,每個公開模型採用一套用作比較的設定;沒有可採用設定的模型標為未計入並寫明原因。匿名測試型號不展示,保留原榜名次,每項最多 30 個。

原榜名次原榜型號原始成績用作比較的設定
1gpt-6-astraOpenAI87.2%xHigh 推理
2claude-fable-5-1Anthropic86.9%High 推理
3claude-opus-5-5Anthropic86.9%xHigh 推理
4gpt-6.1-solopenai86.7%xHigh 推理
5gpt-6.1-terraOpenAI85.5%xHigh 推理
6claude-sonnet-5-5anthropic84.0%xHigh 推理
7gemini-4-argongoogle83.2%High 推理
8hy4hunyuan81.8%High 推理
9muse-spark-1.3-contributorMeta81.3%xHigh 推理未計入:來源的 contributor 別名未對應到已核實的公開模型。
10deepseek-v4.1-flash-1017deepseek80.3%Max 推理
11gemini-3.8-flashGoogle80.1%High 推理
12gpt-5.6-solOpenAI79.8%xHigh 推理
13grok-4.7-highxai77.9%High 推理
14grok-4.7-xhighxai77.8%xHigh 推理
15qwen3.8-maxAlibaba77.5%xHigh 推理
16claude-haiku-5-5—77.2%xHigh 推理
17gpt-6-solOpenAI76.8%xHigh 推理
18kimi-k3.1-proKimi76.8%Max 推理
19gpt-6-lunaOpenAI76.6%xHigh 推理
20qwen3.8-max-0902Alibaba76.2%xHigh 推理
21glm-5.3Z.ai76.2%Max 推理
22deepseek-v4.1-flashDeepSeek76.1%Max 推理
23qwen3.8-flashAlibaba76.0%xHigh 推理
24gpt-5.6-terraOpenAI75.6%xHigh 推理
25mimo-v2.6-proXiaomi75.4%來源預設配置
26glm-5.3-flashZ.ai75.0%Max 推理
27hy4-previewTencent72.5%High 推理
28kimi-k3Moonshot AI72.5%來源預設配置
29gpt-5.6-lunaOpenAI72.2%xHigh 推理
30grok-4.5xAI72.0%High 推理
評測侷限與數據署名

單引擎、單語言,不能推廣到其他技術棧;不同模型可能使用不同 agent 驅動;閉源 harness 不能逐題復算。

數據許可:官方公開結果;公開再展示保留官方署名,完整再分發授權仍以易玩/TapTap 條款為準

成績由 TapTap Maker 發佈,原始分數與 ATech Hot 共識指數使用不同尺度,不能直接相加。