⚡ ओवरव्यू
हमने तीन फ्रंटियर AI मॉडलों को एक ख़तरनाक कोडिंग चुनौती पर परखा: एक सिंगल HTML फ़ाइल में मूवी-क्वालिटी का Three.js सोलर सिस्टम सिम्युलेटर बनाना — सभी प्रोसीजरल टेक्सचर, कस्टम शेडर, ब्लूम पोस्ट-प्रोसेसिंग, और इंटरैक्टिव कंट्रोल्स के साथ, बिना किसी बाहरी संपत्ति के।
एक ही प्रॉम्प्ट, तीन मॉडल, सीधा आमना-सामना। प्रॉम्प्ट 15+ आकाशीय पिंडों के लिए सटीक शेडर ज़रूरतों के साथ विस्तार से बताता था (मल्टी-लेयर FBM नॉइज़, वर्टेक्स नॉइज़, सेल्युलर नॉइज़), सूरज पर 3 ग्लो लेयर, बृहस्पति के ग्रेट रेड स्पॉट के स्पाइरल किनारे, शनि की कैसिनी डिवीज़न, पृथ्वी के अँधेरे पहलू की सिटी लाइट्स, और भी। कोई शॉर्टकट मंज़ूर नहीं।
🤖 टेस्ट किए गए मॉडल
| मॉडल | टूल | टास्क 1: सोलर सिस्टम | टास्क 2: सिटी रेंडरर |
|---|---|---|---|
| GPT-5.6 Sol | Codex | 11 मिनट | 11 + 33 मिनट (दो राउंड) |
| Kimi K3 | Kimi Code | 45 मिनट | 3 घंटे+, दूसरा राउंड छोड़ दिया |
| Qwen3.8Max | डायरेक्ट | — | 10 मिनट के भीतर (दो राउंड) |
यह कोई औपचारिक बेंचमार्क नहीं है — यह GitHub यूज़र OBdangshang07 का एक असली रियल-वर्ल्ड स्ट्रेस टेस्ट है। एक ही प्रॉम्प्ट, एक जैसी उम्मीदें, और टूल इनवोकेशन से पूरे आउटपुट तक वॉल-क्लॉक टाइम नापा गया। क्वालिटी को विज़ुअल फ़िडेलिटी और कोड पूर्णता से आँका गया।
🌌 टास्क एक: सोलर सिस्टम सिम्युलेटर
प्रॉम्प्ट एक मूवी-ग्रेड सोलर सिस्टम माँगता था जिसमें 15+ आकाशीय पिंड हों, हर एक को कस्टम ShaderMaterial और मल्टी-लेयर नॉइज़ चाहिए। मुख्य ज़रूरतें:
- सूरज: डायनामिक प्लाज़्मा टेक्सचर + 3 ग्लो लेयर + सनस्पॉट + सोलर विंड पार्टिकल्स
- बृहस्पति: मल्टी-लेयर स्ट्रेच्ड नॉइज़ बैंड्स, स्पाइरल किनारों वाला ग्रेट रेड स्पॉट, 3+ छोटे वर्टेक्स
- शनि: मल्टी-लेयर ट्रांसलुसेंट रिंग्स + कैसिनी डिवीज़न + शेडर
discardसे पार्टिकल स्कैटर - पृथ्वी: समुद्र के स्पेक्युलर हाइलाइट्स, अँधेरे पहलू की सिटी लाइट्स, फ़्रेसनेल एटमॉस्फ़ियर शेल
- चंद्रमा: 4 गैलीलियन चंद्रमा + 4 शनि के चंद्रमा, हर एक का अलग प्रोसीजरल टेक्सचर
नतीजे
| पहलू | GPT-5.6 Sol (11 मिनट) | Kimi K3 (45 मिनट) |
|---|---|---|
| विज़ुअल क्वालिटी | ⭐⭐⭐⭐⭐ शानदार शेडर, बृहस्पति के बैंड नैचुरल दिखते हैं | ⭐⭐⭐⭐ अच्छा लेकिन कुछ पिंडों में नॉइज़ सरल है |
| कोड पूर्णता | सभी 15+ पिंड, सभी चंद्रमा शामिल | सभी पिंड मौजूद, कुछ चंद्रमा सरल किए गए |
| इंटरैक्टिविटी | स्मूद ऑर्बिट कंट्रोल्स, इन्फ़ो पैनल, टाइम वार्प | ऐसे ही कंट्रोल, UI थोड़ा कम पॉलिश्ड |
| पोस्ट-प्रोसेसिंग | UnrealBloomPass अच्छी तरह ट्यून किया गया | ब्लूम मौजूद है लेकिन उतना बारीक नहीं |
| स्थिरता | 60fps पर स्थिर | निचले GPU पर कभी-कभी फ़्रेम ड्रॉप |
🏙️ टास्क दो: सिटी रेंडरर
और भी मुश्किल चुनौती: एक रियल-टाइम मेट्रोपॉलिटन रेंडरर बनाना जिसमें 50+ एडजस्टेबल पैरामीटर हों — प्रोसीजरल अनंत शहर, डायनामिक दिन/रात चक्र, एटमॉस्फ़ेरिक स्कैटरिंग, और घने 3D बिल्डिंग क्लस्टर जिनके टेक्सचर अलग-अलग हों।
नतीजे
| मॉडल | पहला राउंड | दूसरा राउंड (रिफ़ाइनमेंट) | बिल्डिंग घनत्व | टेक्सचर क्वालिटी |
|---|---|---|---|---|
| Qwen3.8Max | 10 मिनट के भीतर | 10 मिनट के भीतर | ⭐⭐⭐⭐⭐ घना, विविध | ⭐⭐⭐⭐ अच्छा प्रोसीजरल |
| GPT-5.6 Sol | 11 मिनट | 33 मिनट | ⭐⭐⭐⭐ घना | ⭐⭐⭐⭐⭐ बेहतरीन डिटेल |
| Kimi K3 | 3 घंटे+ | ❌ छोड़ दिया | ⭐⭐⭐ मध्यम | ⭐⭐⭐ ठीक-ठाक |
Kimi K3 ने पहले राउंड में 3 घंटे से ज़्यादा लिया और दूसरा पूरा नहीं कर पाया। सिटी रेंडरर टास्क ने K3 की उस कमज़ोरी को उजागर किया जो जटिल, परफ़ॉर्मेंस-संवेदनशील, बहुत-सारे आपस में जुड़े सिस्टम (सड़कें, ट्रैफ़िक, लाइटिंग, बिल्डिंग जनरेशन) वाला 3D कोड बनाने में है।
📊 मुख्य निष्कर्ष
🏎️ रफ़्तार
Qwen3.8Max रफ़्तार का बादशाह है — दोनों राउंड मिलाकर 10 मिनट से भी कम। GPT-5.6 Sol लगातार ~11 मिनट/टास्ट पर है। Kimi K3 जटिल टास्क पर 3-4 गुना धीमा है।
🎨 क्वालिटी
GPT-5.6 Sol सबसे बेहतरीन विज़ुअल क्वालिटी देता है — इसके शेडर ज़्यादा बारीक हैं, नॉइज़ लेयर ज़्यादा नैचुरल हैं, और पोस्ट-प्रोसेसिंग बेहतर ट्यून है। Qwen3.8Max कुछ विज़ुअल पॉलिश को रफ़्तार के भांय बेचता है। Kimi K3 का आउटपुट काम तो चलता है लेकिन उतना सिनेमैटिक नहीं।
🔧 भरोसेमंदी
GPT-5.6 Sol सबसे ज़्यादा भरोसेमंद है — इसने दोनों टास्क पूरे किए। Qwen3.8Max तेज़ है लेकिन इसे एक रिफ़ाइनमेंट राउंड चाहिए हो सकता है। Kimi K3 जटिल मल्टी-सिस्टम टास्क पर टाइमआउट हो सकता है।
🎮 लाइव डेमो — ख़ुद आज़माइए
नीचे हर मॉडल का असली आउटपुट है। इन्हें अपने ब्राउज़र में खोलिए और विज़ुअल क्वालिटी, इंटरैक्टिविटी और परफ़ॉर्मेंस की तुलना कीजिए:
☀️ सोलर सिस्टम सिम्युलेटर
| मॉडल | जनरेशन का समय | डेमो |
|---|---|---|
| GPT-5.6 Sol | 11 मिनट | 🚀 डेमो खोलें → |
| Kimi K3 | 45 मिनट | 🚀 डेमो खोलें → |
🌃 सिटी रेंडरर
| मॉडल | जनरेशन का समय | डेमो |
|---|---|---|
| GPT-5.6 Sol | 11 + 33 मिनट | 🚀 डेमो खोलें → |
| Kimi K3 | 3 घंटे+ | 🚀 डेमो खोलें → |
| Qwen3.8Max | 10 मिनट के भीतर × 2 | 🚀 डेमो खोलें → |
🎯 डेवलपर्स के लिए इसका मतलब
- सबसे बेहतरीन विज़ुअल क्वालिटी चाहिए? → GPT-5.6 Sol (Codex)। सबसे अच्छे शेडर, सबसे पॉलिश्ड आउटपुट।
- रफ़्तार चाहिए? → Qwen3.8Max। भारी तेज़, प्रोटोटाइपिंग के लिए काफ़ी अच्छी क्वालिटी।
- जटिल मल्टी-सिस्टम 3D? → अभी के लिए Kimi K3 से बचें। यह सरल टास्क में बढ़िया है लेकिन जुड़े हुए सिस्टम पर संघर्ष करता है।
- लागत-संवेदनशील? → Qwen3.8Max समय-से-क्वालिटी अनुपात में सबसे बेहतर है।
मॉडलों के बीच का फ़ासला सिर्फ़ रफ़्तार का नहीं है — यह जटिलता की छत का भी है। GPT-5.6 Sol 15+ आपस में जुड़े शेडर सिस्टम वाले प्रॉम्प्ट संभाल सकता है। Qwen3.8Max तेज़ है लेकिन इसे रिफ़ाइनमेंट पास चाहिए हो सकते हैं। Kimi K3 की जटिल 3D टास्क पर छत नीची है।
सिंगल-फ़ाइल HTML जनरेशन — यह उभरता "वाइब कोडिंग" बेंचमार्क — के लिए, GPT-5.6 Sol इस वक़्त क्वालिटी में आगे है, जबकि Qwen3.8Max थ्रूपुट में आगे है। अपनी प्राथमिकता के हिसाब से चुनें।
📎 स्रोत
सारा कोड, प्रॉम्प्ट और टेस्ट नतीजे ओपन-सोर्स हैं: github.com/OBdangshang07/AI_project
टेस्ट GitHub यूज़र OBdangshang07 ने किया। डेमो ओरिजिनल HTML आउटपुट फ़ाइलों से पुनर्निर्मित किए गए हैं।