⌘ K
… 读取采集状态 同步中...
雷
评测来源

TapTap Maker Benchmark

TapTap Maker / 编程 · 在真实游戏引擎里用 Lua 写出能跑起来的功能。分数由引擎执行判定，不用另一个模型打分。

官方评测
在 电商热点雷达 · AI 中参与排名
证据预算3.6%
上游数据时间10/09 08:00
最近成功同步10/13 02:05

它测什么，怎么测

只取官方 main_board 的 L2 通过率；成本、速度、Held-out 和分类分不再次投票。同一基础模型按固定推理档位优先级选代表行，选择不看分数。

如何使用这份证据

编程与设计预算中的 3.6%；固定引擎和 L2 指标。

评测成绩

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次原榜型号原始成绩代表配置
1gpt-6-astraOpenAI85.8%xHigh 推理
2claude-fable-5-1Anthropic85.5%High 推理
3claude-opus-5-5Anthropic85.5%xHigh 推理
4gpt-6.1-sol—85.3%xHigh 推理
5claude-sonnet-5-5anthropic83.6%xHigh 推理
7gemini-3.8-flashGoogle79.8%High 推理
8gpt-5.6-solOpenAI79.8%xHigh 推理
9grok-4.7-xhighxai77.8%xHigh 推理
10gpt-6-solOpenAI76.8%xHigh 推理
11gpt-6-lunaOpenAI76.6%xHigh 推理
12qwen3.8-max-0902Alibaba76.2%xHigh 推理
13glm-5.3Z.ai76.2%Max 推理
14deepseek-v4.1-flashDeepSeek76.1%Max 推理
15qwen3.8-flashAlibaba76.0%xHigh 推理
16claude-haiku-5-5Anthropic75.8%xHigh 推理
17glm-5.3-flashZ.ai75.0%Max 推理
18gpt-5.6-terraOpenAI74.2%xHigh 推理
19hy4-previewTencent72.5%High 推理
20kimi-k3Moonshot AI72.3%来源默认配置
21gpt-5.6-lunaOpenAI72.2%xHigh 推理
22doubao-seed-evolvingByteDance71.6%High 推理
23deepseek-v4-proDeepSeek70.5%Max 推理
25deepseek-v4-flashDeepSeek69.1%Max 推理
26gemini-3.1-pro-previewGoogle59.5%来源默认配置
27MiniMax-M3MiniMax54.1%来源默认配置
28claude-haiku-4-5Anthropic38.5%High 推理
评测局限与数据署名

单引擎、单语言，不能推广到其他技术栈；不同模型可能使用不同 agent 驱动；闭源 harness 不能逐题复算。

数据许可：官方公开结果；公开再展示保留官方署名，完整再分发授权仍以易玩／TapTap 条款为准

成绩由 TapTap Maker 发布，原始分数与 电商热点雷达 · AI 共识分使用不同尺度，不能直接相加。