作者 ｜ 董道力、 骆轶航
Anthropic 亮出“最危险”的模型 Mythos 时，它的 CEO、坚定的反华头子 Dario Amodei 判断：中国模型追上这类能力还需 6 至 12 个月。
元股证券:ygzq.hk但后来的事情大家已经知道了，智谱反手推出 GLM-5.2 追赶编程前沿，Kimi 又反反手拿出出 2.8 万亿参数的 K3，华尔街一度重演“DeepSeek 时刻”。
紧接着，巴巴推出了 2.4 万亿参数的 Qwen3.8-Max-Preview。按官方说法：其综合性能仅次于 Fable 5，在全栈开发、数据分析和 Office 工作流中已能对垒前沿模型。
Qwen3.8-Max-Preview 能把中国开源模型叙事讲下去么？
我们决定试一试，让近几个月三款旗舰级的中国开源模型 GLM-5.2、K3 和 Qwen3.8-Max-Preview 一起合作，开发我们硅星人/品玩正在改版的新网站。
为了弱化 Harness 的影响，我们的工作方式采用了“模型+opencode”的组合。
值得指出的是：正在改版的硅星人网站是个半成品。网站项目已经包含 Next.js 前端、Payload CMS、Anime.js 页面动效等，也已经积累了现成的设计规范、历史代码和工作文档。
这个网站的问题很大，历史上多次进行前端和后台的开发和维护，屎山代码堆积，结构臃肿，前端交互混乱、虚假的不可用的功能很多……问题散在各个角落，前端和后端 bug 交缠在一起，一句话，历史上的品玩网站，是你能见到的最糟糕的网站开发的范本。
它必须被改变。对模型来说，空白项目没有历史包袱和屎山代码，往往可以自如发挥；而半路项目通常是模型最严厉的父亲。它要求模型看得懂项目在当下状态，还要在不破坏现有功能的情况下，进行精确的修改，属于屎上雕花的高难度操作。
接下来就交给 GLM 5.2、K3 和 Qwen 3.8- Max-Preview 了。这次网站改版眼下需要解决六个问题，我们逐一测试
1
谁看懂了项目当前的进展？
结果：
No.1 Qwen 3.8-Max
No.2 Kimi K3
No.3 GLM 5.2
这轮对应网站改版的第一个诉求：分清“现在有什么”和“文档里曾经想做什么”。
接手半路项目，最怕的不是代码多，而是模型把旧文档当成当前需求，把已经完成的功能重新做一遍。所以，我没有立刻让三个模型修改代码，而是先让它们分析项目，看看谁能更快摸清现状。
从生成速度来看，Qwen 3.8-Max-Preview 无可争议的最快，10 秒内解决，其次是 GLM-5.2，最后是 Kimi K3。再来看一下分析结果，三个模型像三个不同风格的开发者。
GLM-5.2 像一位经验丰富的老师傅。它检查承重墙、水电管线和以前的施工图，准确地找到了 14 个 CMS 集合、Payload 版本锁定和数据库检查机制，对项目底层结构的理解最深。但这位老师傅翻图纸翻得太认真，把抽屉里四月份的旧方案也当成了当前施工计划。GLM-5.2 将全文搜索列为待办事项，实际上，搜索、筛选和结果高亮早已完成。
Qwen 3.8-Max 更像每天待在现场的监工。它没有把房子的每一根管线都研究清楚，却知道施工队最近在改哪面墙、铺哪块砖。它的生成速度最快，也最准确抓住了项目最近在做什么。
Kimi K3 则像一个一分钟带你看完房子的中介。它用很短的篇幅讲清楚了房间布局，听起来干净利落，却把 14 个 CMS 集合数成了 15 个，还把隔壁的工作记录文件夹介绍成了“文档仓库”。
在搞清现阶段需求上，Qwen 3.8-Max 得分最高，全貌感略欠，但最快也最精准地找到了问题。其次是 Kimi K3，它知道自己要做什么，但速度太慢了（这是 K3 最被诟病的地方），它看得到全局，但太粗心了，经常嘴瓢说错。而 GLM 5.2的问题比较严重，只有它，把旧文档当成了当前需求，把已经完成的功能重新做了一遍，这就属于搞不清楚状况了。
1
解决网站报错
结果：
No.1 Qwen 3.8-Max
No.2 GLM 5.2
No.3 Kimi K3
这轮对应第二个诉求：模型能不能把诊断变成行动。
我启动了前端页面，却没有同时打开 CMS，因此网页出现报错。我把报错信息直接交给三个模型，让它们处理。
三个模型都定位到了问题，但后续动作明显不同：
Qwen 3.8-Max 快人一步，直接帮我启动了 CMS。Kimi K3 只给出解决方案，并没有实际执行。GLM-5.2 的处理速度较慢，等它准备启动 CMS 时，公共端口已经被 Qwen 3.8-Max 占用，于是它直接复用了 Qwen 3.8-Max 启动的服务。
在报错需求解决上，Qwen 3.8-Max 仍然排名第一，它启动了 CMS，而且最快。没什么可争的。GLM-5.2 排第二，慢了一步，值得扣分，但它发现端口被占后选择复用已有服务，而不是报错退出、也不是把别人的进程杀掉重启，这是正确且成熟的工程判断。而 Kimi K3，只交方案不动手，那就是没完成任务，只能排第三。
1
轮播图效果实现
结果：
No.1 GLM 5.2
No.2 Kimi K3
No.3 Qwen 3.8-Max
接下来，我们把三个模型切换到独立端口，测试它们精确修改前端的能力。
首先是快讯板块。我希望它实现自动轮播和无缝循环，但现有动效会让卡片逐张向左平移，播放到最后一张时，再让整个列表向右滑回开头。
promtps: 修改首页“此刻发生”板块，实现无缝无限轮播：所有卡片持续向左移动。第 08 张卡片移出后，第 01 张卡片从右侧自然接上，循环播放。不能在播放到最后一张后，让整个列表向右滑动返回开头；循环衔接时不能出现停顿、跳动或空白。只修改前端轮播效果，不修改数据和后端。
轮播图是常见的网页信息展示页面，我们能否用一句话让大模型迁移到自己网站？结果比较惨，三个模型最终或多或少都有些问题：
先看 Qwen 3.8-Max。它自作主张删除了鼠标拖动功能，严重扣分。Qwen 3.8-Max 耍了个小聪明，用长度伪装成循环，只在表面上实现了循环联播，就像它没有把直线跑道改成环形跑道，只是在终点后面又铺了几段一模一样的路。只要用户有耐心看到最后就会发现，它只是复制了多份内容，把轮播轨道强行拉长。播放到最后一轮时，卡片仍然会重新跳回开头。
Kimi K3 做了相反的取舍。它把直线跑道改成了环形，却删掉了自动轮播功能。用户只有拖动鼠标，卡片才会继续前进。而且，在动画细节上不够精细，下一组卡片还没有完全进入画面，上一组卡片就提前退场，画面会跳帧，突然卡一下。
GLM-5.2 实现得最完整，该有的功能都有，它既保留了自动轮播，也支持鼠标拖动，还能持续循环。不过，它和 Kimi K3 存在同样的问题：旧卡片消失得太快，循环衔接时仍然会突然跳一下，它离真正的无缝循环只差最后一点收尾。
GLM 5.2 可以排第一，它是唯一一个功能清单完整的：自动播、可拖动、真循环，但我们要求在衔接时不能出现停顿、跳动或空白，而它的接缝处还是跳一下，需求解决未完整达标，但已经不错了。
Kimi K3 把最难的部分做对了：它也真的做到了自动轮播，但问题是删掉自动播放和衔接跳帧，一眼就能看出来工程没做完，它是一个诚实的半成品，可排第二。
Qwen 3.8 Max 这次问题就严重了，它删了鼠标拖动，自作主张改了需求，在真实协作里这是信任问题。跟严重的是：它的方案是伪装出来的，而且架构上是死路，要真正实现无缝循环，就得得推倒重来。一个看起来能用的错误答案，比一个一眼就知道没做完的半成品危险得多。
1
修改现有功能
结果：
No.1 Qwen 3.8 Max
No.2 GLM 5.2
No.3 Kimi K3
接下来，我修改了“最新观点”部分的强调色和卡片动效，原版效果如下图。
prompts: 修改首页“最新观点”板块：将强调色改为科技蓝（#3157FF），应用于栏目标题、序号和悬停状态。卡片增加浅蓝色边框和圆角，鼠标悬停时轻微上浮、边框变蓝。其他布局和内容保持不变，只改前端。
这项测试考察的不是模型能不能认对颜色，而是修改范围是否完整、一致。现在的模型通常不会犯“让它改成蓝色，结果却改成红色”这种低级错误。真正困难的是，它能不能理解究竟有哪些地方需要修改，并把一句相对宽泛的设计意见，拆解成一份准确修改清单。
任务表面上只是把绿色换成蓝色，实际涉及标题、序号、卡片背景、边框、圆角和鼠标悬停状态。页面里还有大卡片、小卡片、无图卡片等多种变体。任何一处遗漏，都会让新旧两套设计同时出现在用户面前。
Qwen 3.8-Max 的修改速度最快，文字颜色、背景颜色、边框和圆角基本都处理正确。美中不足的是，鼠标悬停后的交互色仍然是绿色，没有同步改成蓝色。也就是说，Qwen 3.8-Max 没有修改交互层的颜色。
Kimi K3 这一轮的问题很大。它修改了边框、圆角和其中一处颜色，其他部分几乎没有变化。可能是因为 K3 觉得审美有问题，不想改。
GLM-5.2 没有直接修改代码，而是先问了两个问题，例如哪些标题需要变色、没有序号的卡片应该如何处理。它明确询问过的部分完成得不错，未被方案覆盖的地方却出现了遗漏。
最大卡片的鼠标悬停颜色仍然是绿色，只有小卡片变成了蓝色，下方没有图片的卡片，交互颜色也完全没有修改。和 Qwen 3.8-Max 没有修改整个交互层的颜色不同，GLM-5.2 是挑着改颜色，同一种内容，只改一半。
这一轮，Qwen 3.8-Max 的整体完成度最高，尽管漏掉了悬停色的修改。GLM-5.2 在已经确认的范围内做得更细，而且事先确认范围的动作很重要，这是它试图理解准确意图的反应，但它的执行背叛了它的流程：问到的地方做得漂亮，没问到的地方彻底放飞了。相比之下，Kimi K3 不得不垫底，它明显没有吃透任务，只只动了边框、圆角和一处颜色。
1
考验一下模型审美
结果：
No.1 Kimi K3
No.2 Qwen 3.8-Max
No.3 GLM 5.2
前两轮考验的是精确执行，这一轮把问题反过来：不给参考答案，让模型自己做审美判断。
模型审美是一件很主观的事，但三个模型表现出的风格差异依然很明显。Kimi 的前端审美经常受到用户称赞，因此我们让三款模型重新设计首页 Hero 区域。
promtps: 重新设计首页 Hero 区域，体现科技媒体的专业感、前沿感和编辑气质。保留现有标题、文案和按钮，但可以重新设计排版、字体层级、留白、色彩和动效。标题应成为第一视觉焦点，整体要有鲜明风格，但不能做成常见的科技公司官网模板。避免霓虹渐变、玻璃拟态、粒子背景和过多装饰。动效应克制、流畅，并适配桌面端和移动端。只修改 Hero 区域前端，不修改导航栏、其他板块、内容数据和后端。
Qwen 3.8-Max 采用了粗体极简风。
超大的黑色无衬线标题被分成三行，占据页面左侧的主要空间。背景几乎没有装饰，只用短横线和文字链接建立层级。整体更接近现代媒体首页，视觉重心完全落在标题上。
重庆股票证券配资 
Kimi K3 采用了科技极简风。
标题同样使用粗体无衬线字体，但增加了背景层次。左侧承载文案和蓝色按钮，右侧加入网格、细线与柔光组成的背景动效。相比 Qwen 3.8-Max，它使用了更多科技蓝和几何元素。
GLM-5.2 采用了杂志编辑风。
标题被改成超大衬线斜体，并加入 EDITORIAL、EDITION 2026、01 FEATURE 等期刊元素。页面通过细分隔线、大面积留白和底部滚动提示，形成了类似纸质杂志封面或专题头版的视觉结构。
这一轮很难选出唯一赢家。
Qwen 3.8-Max 最像现代内容媒体，Kimi K3 的科技感最强，GLM-5.2 则最有杂志封面的编辑气质。
它们也暴露了三种不同的理解，Qwen 3.8-Max 认为科技媒体首先是媒体，Kimi K3 认为科技媒体首先要有科技感，GLM-5.2 则把重点放在“编辑”两个字上。而且可以看出， K3 在前端动效上有主动性，而 Qwen 3.8-Max 和 GLM-5.2 就不会主动加动效。
如果按我们对硅星人自身的理解，我们给 K3 排第一，首先它的前端审美确实是有口皆碑的好，更重要的是它认为“科技感”是第一属性切中我们的要义，硅星人可以不是媒体，其实也越来越不像媒体，它的本质是 AI，不是媒体。这点 K3 理解和执行得最好。
第二给到 Qwen 3.8-Max，尽管认为硅星人是媒体，但好歹是个现代内容媒体的风格。既然把它做得跟个杂志似的，那只好给 GLM 5.2 排第三了。
1
增加快速审核功能
改完前端，我们进入 CMS。
目前，文章审核只能点进文章逐篇查看。编辑看一篇、退出来、再打开下一篇，修改的目标不在于多放两个按钮，而是重新组织审核流程：列表要集中展示待审核文章，详情要在当前页面展开，正文要能直接预览，操作完成后还要同步更新文章状态和待审核数量。
当编辑按下“通过”后，文章状态、待审核列表和数量也要一起变化，像一个齿轮同时带动后面的整套流程。
这考验的是模型处理 CMS 界面、数据和审核流程多端联动的能力。
promtps: 完善 CMS“审核工作台”集中显示所有待审核文章，并展示标题、作者、提交时间和当前状态。点击文章后，从右侧展开详情面板，显示文章摘要、正文预览及相关信息，不跳转页面。详情面板提供“审核通过”和“驳回”操作。通过后文章进入待发布状态；操作成功后立即更新列表和待审核数量。
出乎意料的是，这一轮最先完成任务的居然是 Kimi K3，一改此前在前端任务中速度最慢的表现。
很难据此判断 Kimi K3 是否真的内化了更多前端设计经验，但至少可以确定一件事：模型速度不是固定属性，它会随着任务类型发生变化。
从结果来看，Qwen 3.8-Max 的侧边详情最完整。标题、作者、提交时间、状态、分类、摘要和正文预览全部出现，底部也能直接执行“审核通过”或“驳回”，整体最接近 Prompt 要求。
Kimi K3 的基本信息和操作功能比较齐全，但正文预览过于简化。用户仍然需要跳转到编辑页才能查看完整内容，没有完全满足“不跳转页面查看内容”的要求。
GLM-5.2 提供了摘要和固定操作栏，但正文预览区域主要被一个巨大的图片加载失败占位覆盖。审核人员很难从中获得有效信息，是三个结果中偏离 Prompt 最明显的一个。
这轮悬念是不大的，Qwen 3.8- Max 排第一，Kimi K3 排第二，GLM 5.2 完成度比较低，排第三。
1
总结一下
几轮测试做完，没有一款模型能够从头赢到尾。
不过，Qwen 3.8-Max 延续 Kimi K3 和 GLM-5.2 带来的热度了吗？至少在这次测试中，它可以。
让我们总结一下各家在重构改造我们网站上的表现：
Qwen 3.8-Max：
优势是快，而且对项目当前状态更敏感。它最先完成项目分析，最先启动 CMS，在“最新观点”和“审核工作台”两项任务中也交出了完成度最高的结果。对于一个希望尽快看到可运行版本的用户来说，这种执行力很有吸引力。
但它的缺点同样来自这种快。为了实现轮播，Qwen 3.8-Max 删除了原有的拖动功能，又用复制大量内容的方式伪装无限循环。
GLM-5.2：
更像一名喜欢先读完资料再动手的工程师。它对代码结构理解最深，轮播功能完成得也最全面，Hero 区域的杂志编辑风格最有辨识度，谁再说 GLM-5.2 没有审美，确实有点冤枉它。
不过，它速度较慢，也容易被旧文档和自己的分析牵着走。想得更多，并不保证每一次都能看清项目此刻的状态。
Kimi K3：
它带来了最多的意外：分析项目时最简洁，数字错误也最多；修改前端时经常漏掉关键要求，却在 CMS 任务中第一个完成。它有时像一个灵感很好的设计师，有时又像一个没有耐心做完检查的实习生。
这次测试的结果也很难压缩成一个简单排名，但如果用最朴素的名次积分（第一名 3 分、第二名 2 分、第三名 1 分）叠加了一下，结果仅供参考，它仅仅是在重构/改造硅星人网站这一个项目上的具体表现，不代表模型的综合和整体性能。
点个“爱心”，再走 吧
元股证券中心-客服在线站提示：本文来自互联网，不代表本网站观点。
