我们放下了 Qwen 3.8 闪电侠, (中文), DeepSeek V4 Pro 0813, (中文), MiniMax M3 以及 种子2.1涡轮 在三次一次性编程测试中相互竞争，全部运行在EmpirioLabs上。每个提示词相同，一次性，无编辑，且所有结果均在真实浏览器中实时渲染。
观看四向对比
规格一览
| Qwen 3.8 闪电侠 | DeepSeek V4 Pro 0813 | MiniMax M3 | 种子2.1涡轮 | |
|---|---|---|---|---|
| 制造者 | 阿里巴巴 | 深搜 | 迷你极限 | 字节跳动 |
| 上下文窗口 | 1,000,000 代币 | 1,000,000 代币 | 1,000,000 代币 | 256,000代币 |
| 输入 | 文本、图片与视频 | 正文 | 文本、图片与视频 | 文本、图片与视频 |
| 推理 | 努力达到最大 | 努力达到最大 | 思考是否关机 | 努力达到最大 |
| 结构化输出 | 严格 JSON 模式 | 严格 JSON 模式 | JSON 模式 | 严格 JSON 模式 |
| 投入价格 | 每100万个代币$0.16 | 每100万个代币$1.32 | $0.225每100万个代币最多可达51.2万的上下文，$0.45如上所述 | 每100万个代币$0.63 |
| 产出价格 | 每100万个代币$0.47 | 每100万个代币$3.96 | $0.90每100万个代币最多可达51.2万的上下文，$1.80如上所述 | 每100万个代币$3.13 |
我们的运行方式
每个模型都收到相同的三个任务提示：在单个HTML文件中构建蜗牛赛跑;在单个HTML文件中制作一只橡胶鸭在泡泡浴中;在一个HTML文件中制作雨中纸船。每个任务都要求一个独立且无外部库的独立HTML文件，且能独立动画。Qwen3.8 Flash、DeepSeek v4 pro 0813和Seed 2.1 Turbo运行于 reasoning_effort：“max”;MiniMax M3 没有努力设置，运行时开启思考。每个模型的 token 输出预算为 65,536，每个任务一次。每个面板的行数和 tokens-per-second 读数是基于真实 API 调用测量的，每个结果是模型返回的文件，按原样渲染。
需要注意什么
MiniMax M3 返回文件的速度最快，约为每秒 186 个令牌。Qwen3.8 Flash 写入文件最长，平均约 780 行，MiniMax M3 最紧凑，约 510 行。MiniMax M3 使用最多输出令牌，每个任务约 43,000 个，包括推理。观察每个模型如何赋予场景生命：运动、细节以及它如何独立运行。我们不会宣布哪个是赢家。运行该片段，根据你的使用场景判断输出。
对EmpirioLabs做同样的测试
curl https://api.empiriolabs.ai/v1/chat/completions \ -h “授权：承载者 $EMPIRIOLABS_API_KEY” \ -h “内容类型：application/json” \ -d '{ “model”： “qwen3-8-flash”， “reasoning_effort”： “max”， “messages”： [{“role”： “user”， “content”： “在单个HTML文件中构建蜗牛竞赛。”}}}'交换 模型 到 deepseek-v4-pro-0813, (中文), Minimax-M3 或 seed-2-1-turbo 对其他请求执行相同请求，或在 操场。 。 。.
常见问题解答
结果被编辑或重试了吗？
不是。每个面板都是模型在该提示下返回的第一个文件，渲染时完全按返回的样子渲染。如果没有文件，请求会再次发送。
为什么选择最高推理设置？
公平的对比显示了每个模型的最佳状态，因此它们都以最高推理设置运行：Qwen3.8 Flash、DeepSeek V4 Pro 0813 和 Seed 2.1 Turbo 的最大努力，考虑 MiniMax M3。
我应该用哪个型号？
Qwen3.8 Flash 在这四个版本中输出价格最低。在决定之前，先对每个 Qwen 运行工作负载：同一个请求对四个都有效，只是换了型号名称。
