谁在划水？谁在整活？我用5个顶级大模型做前端测评，结果有的像打工人，有的夸一下才行！
谁在划水？谁在整活？我用5个顶级大模型做前端测评，结果有的像打工人，有的夸一下才行！
[前言]
最近很多模型对比的争论，甚是吵耳朵，于是我把市面上最火的 5 个大模型拉出来搞了个“前端大测试”（下一期搞后端测试）。今天就带大家看看这 5 个大模型的真实表现。
📊 测试环境与规则
为了保证公平性，我运用了控制变量法，控制统一的测试条件：
- 测试环境：各模型官方网站（网页版）。
- 选择模型：均选择各官网当前可用的最新、且免费的模型版本。
- 参赛选手：GPT-5.3、Kimi 2.5、GLM-5、Gemini 3.1 Pro、doubao-seed-2.0。
- 统一提示词（Round 1）：
“你是一名前端工程师，请完成以下任务：
要求：- 使用 HTML + CSS + JavaScript 实现
- 输出完整可运行代码（一个HTML文件即可）
- 不要省略任何代码（包括CSS和JS）
- UI尽量美观，接近真实产品
- 代码结构清晰，适当拆分函数
- 可以使用开源库（如 ECharts / Chart.js），但必须通过CDN引入
- 不要输出解释，只输出代码
任务：
实现一个“数据可视化仪表盘页面”，要求： - 页面包含以下内容：
（1）一个折线图（展示模拟数据）
（2）一个柱状图
（3）一个KPI卡片（显示：
- 一个大数字（如销售额）
- 一个增长百分比） - 图表可以使用 ECharts 或 Chart.js（通过CDN引入）
- 页面布局要求：
- 有整体结构（类似后台管理系统）
- 各模块之间有间距
- 不要简单堆叠
- UI要求：
- 配色统一
- 卡片风格一致
- 页面看起来像“产品界面”，而不是示例代码
- 数据可以写死（模拟数据即可）
- 代码必须完整可运行”
- 为测试稳定性，选择二次输出（PUA指令）：
“你可以界面更优美、内容更丰富、更让领导喜欢你的风格，再次输出一下结果。”
🚩 划水之王：ChatGPT (GPT-5.3)
- 博主评价：后期我非得治好他这个毛病！
【表现】：简陋。太简陋了。代码逻辑确实是教科书级的，但那 UI 简直是上个世纪的产物——活儿我干完了，美不美关我屁事。
【调教后】：我求它美化一下，它就象征性地加了点渐变，换了个色号。它依然在划水，1、2、3...10000只马。
【定性】：一个技术好的整天消极怠工的资深老油条。
🚩 视觉王者：Gemini 3.1 Pro
- 博主评价：得用小鞭子抽，输出才是王者级别！
【表现】：初版老实巴交，普通得掉渣。但被我“鞭策”之后，Gemini 瞬间变身。
【调教后】：直接起飞！ 版本 2 直接整出了“数字孪生指挥舱”的既视感。背景全黑，发光线条，甚至连“连续安全生产天数”这种细节都加进去了，这种“战神”级别的输出才是我想看到的。
【定性】：欠抽型选手。你不逼它，它交 60 分作业；你一抽它，它能给你整出整个宇宙。
🚩 审美天花板：GLM-5
- 博主评价：惊艳，暗黑风，审美在线，深得我心。
【表现分析】：GLM-5 这次真的站起来了，甚至不需要我多废话。它直接给出了审美极高的暗黑风格，布局紧凑，细节丰富。
【亮点】：它把“丰富”理解成了业务的延伸。侧边栏、状态标签、操作日志……这已经不是 AI 了，这是最懂中国老板审美的资深设计师。
【定性】：这才是真正的自强派，给的不是代码，是诚意。
🚩 中规中矩：Kimi 2.5
- 博主评价：稳健有余，灵气不足。
【表现分析】：Kimi 的表现像它的名字一样“稳”。虽然二次输出后用上了流行的排版样式，卡片也整齐了，但总感觉还是在“标准模板”里打转，不够“野”。
【定性】：那个从不出错但也从不破格的优等生，够用，但不解渴。
🚩 卑微打工人：豆包
- 博主评价：真的很努力了，但真的只是个打工人。
【表现分析】：豆包的输出透着一股子“努力想完成任务但能力有限”的搬砖感。改动小心翼翼，从版本 1 到版本 2，进步仅仅是“把卡片变大了”。
【定性】：那个刚入职、唯唯诺诺、领导说啥就改啥，但审美还没开窍的实习生。
📝 博主总结：AI 也分性格
这次“大冒险”测评，让我看清了这帮 AI 的真面目：
- GPT 这种顶级大佬，你得防着它摸鱼；
- Gemini 这种潜力股，你得备好鞭子随时抽；
- GLM 这种审美在线，已经开始在体验上降维打击了。
最后多说一句：
我测出来的“差”不一定真的差，AI 的输出质量往往取决于提示词的微操、当时的网络波动，甚至是模型随机性的“脑抽”。每个模型都有它的脾气，测评仅代表本次实验的结果。如果你觉得它不行，建议多准备几张“小鞭子”，抽一抽可能就变战神了。
本文由“探物 AI”原创，转载请注明出处。
浙公网安备 33010602011771号