TapTap Maker Benchmark

Name: TapTap Maker Benchmark
Creator: TapTap Maker

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。

在 ATech Hot 中參與排名

證據預算3.6%

上游數據時間09/10 08:00

最近成功同步10/06 14:05

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檔位優先級選代表行，選擇不看分數。

編程與設計預算中的 3.6%；固定引擎和 L2 指標。

按固定規則，每個公開模型採用一套代表配置；沒有可採用配置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	代表配置
1	claude-fable-5-1Anthropic	90.5%	High 推理
2	claude-fable-5Anthropic	89.0%	High 推理
3	gpt-6-astraOpenAI	88.9%	xHigh 推理
4	claude-opus-5Anthropic	88.9%	xHigh 推理
5	muse-spark-1.3-contributorMeta	87.3%	xHigh 推理未計入：來源的 contributor 別名未對應到已核實的公開模型。
6	grok-4.6@xhighxAI	87.3%	xHigh 推理
7	gemini-3.8-flashGoogle	86.8%	High 推理
8	gpt-5.6-solOpenAI	86.5%	xHigh 推理
11	glm-5.3Z.ai	83.6%	Max 推理
12	qwen3.8-max-0902Alibaba	83.3%	xHigh 推理
13	claude-opus-4-8Anthropic	82.8%	xHigh 推理
14	qwen3.8-maxAlibaba	82.5%	xHigh 推理
15	deepseek-v4.1-flashDeepSeek	82.5%	Max 推理
16	qwen3.8-flashAlibaba	82.5%	xHigh 推理
17	gpt-5.6-terraOpenAI	81.8%	xHigh 推理
18	glm-5.3-flashZ.ai	81.5%	Max 推理
19	hy4-previewTencent	81.0%	High 推理
20	kimi-k3Moonshot AI	79.7%	來源預設配置
21	grok-4.5xAI	78.3%	High 推理
22	doubao-seed-evolvingByteDance	78.3%	High 推理
23	gpt-5.6-lunaOpenAI	77.8%	xHigh 推理
24	deepseek-v4-proDeepSeek	77.8%	來源預設配置
25	claude-sonnet-5Anthropic	76.2%	xHigh 推理
27	deepseek-v4-flashDeepSeek	74.6%	Max 推理
28	qwen3.8-27bAlibaba	68.3%	xHigh 推理
29	gemini-3.1-pro-previewGoogle	64.7%	來源預設配置
30	MiniMax-M3MiniMax	60.1%	來源預設配置
31	claude-haiku-4-5Anthropic	43.6%	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 共識分使用不同尺度，不能直接相加。