⚡ 概要
3 つのフロンティアモデルで、かなりスパルタなコーディングチャレンジを回した。HTML ファイル 1 本で、シネマティック品質の Three.js 太陽系シミュレーターを生成させる——プロシージャル・テクスチャ、カスタムシェーダー、ブルームのポスト処理、インタラクティブな操作、すべてを外部アセットゼロで詰め込む。
同じプロンプト、3 つのモデル、ガチの対決。プロンプトには 15 以上の天体ごとのシェーダー要件（多層 FBM ノイズ、渦ノイズ、セルラーノイズ）、太陽の 3 層グロー、木星の大赤斑のらせん状の縁、土星のカッシーニの隙間、地球の夜側の都市光などが明確に指定してある。手抜きは一切許さない。
🤖 テストしたモデル
| モデル | ツール | タスク 1：太陽系 | タスク 2：都市レンダラー |
|---|---|---|---|
| GPT-5.6 Sol | Codex | 11 分 | 11 分 ＋ 33 分（2 ラウンド） |
| Kimi K3 | Kimi Code | 45 分 | 3 時間以上、第 2 ラウンドは放棄 |
| Qwen3.8Max | 直接呼び出し | — | 10 分未満（2 ラウンド） |
これは正式なベンチマークではない。GitHub ユーザーの OBdangshang07 による実環境のストレステストだ。同じプロンプト、同じ期待値で、ツールの呼び出しから完全な出力が得られるまでの実時間を計測した。品質はビジュアルの忠実度とコードの完全性で判定している。
🌌 タスク 1：太陽系シミュレーター
プロンプトが求めたのは、15 以上の天体を持つシネマティック品質の太陽系で、それぞれにカスタム ShaderMaterial と多層ノイズを要求する。主な要件は以下の通り。
- 太陽：ダイナミックなプラズマテクスチャ ＋ 3 層グロー ＋ 黒点 ＋ 太陽風パーティクル
- 木星：多層の引き伸ばされたノイズ縞、らせん状の縁を持つ大赤斑、3 個以上の小規模な渦
- 土星：多層の半透明リング ＋ カッシーニの隙間 ＋ シェーダーの
discardによるパーティクル散乱 - 地球：海面の鏡面ハイライト、夜側の都市光、フレネル大気シェル
- 衛星：ガリレオ衛星 4 個 ＋ 土星の衛星 4 個、それぞれに固有のプロシージャル・テクスチャ
結果
| 評価軸 | GPT-5.6 Sol（11 分） | Kimi K3（45 分） |
|---|---|---|
| ビジュアル品質 | ⭐⭐⭐⭐⭐ シェーダーが優秀、木星の縞が有機的 | ⭐⭐⭐⭐ 悪くないが、一部の天体でノイズが単純 |
| コードの完全性 | 15 以上の天体すべてを網羅、衛星も完備 | 天体は揃っているが、一部の衛星が簡略化 |
| インタラクティブ性 | 滑らかなオービット操作、情報パネル、タイムワープ | 操作系は同等、UI の作り込みはやや劣る |
| ポスト処理 | UnrealBloomPass の調整が良好 | ブルームはあるが、洗練度に欠ける |
| 安定性 | 60fps で安定 | ローエンド GPU で時折フレームドロップ |
🏙️ タスク 2：都市レンダラー
さらに難易度が上がる。50 以上の調整可能なパラメータを持つリアルタイムのメトロポリタンレンダラーを生成させる——プロシージャルの無限都市、ダイナミックな昼夜サイクル、大気散乱、それぞれテクスチャの異なる高密度な 3D 建物群。
結果
| モデル | 第 1 ラウンド | 第 2 ラウンド（精製） | 建物の密度 | テクスチャ品質 |
|---|---|---|---|---|
| Qwen3.8Max | 10 分未満 | 10 分未満 | ⭐⭐⭐⭐⭐ 高密度かつ多様 | ⭐⭐⭐⭐ プロシージャルとしては良好 |
| GPT-5.6 Sol | 11 分 | 33 分 | ⭐⭐⭐⭐ 高密度 | ⭐⭐⭐⭐⭐ ディテールが優秀 |
| Kimi K3 | 3 時間以上 | ❌ 放棄 | ⭐⭐⭐ 中程度 | ⭐⭐⭐ まずまず |
Kimi K3 は第 1 ラウンドに 3 時間以上を費やし、第 2 ラウンドは完了できなかった。この都市レンダラータスクは、道路・交通・ライティング・建物生成といった多くの相互依存システムを抱える、性能敏感な 3D コードを生成する際の K3 の弱点を浮き彫りにした。
📊 主要な発見
🏎️ 速度
Qwen3.8Max が速度の王者——2 ラウンド合計でも 10 分未満。GPT-5.6 Sol はタスクあたり ~11 分で安定。Kimi K3 は複雑なタスクで 3〜4 倍遅くなる。
🎨 品質
GPT-5.6 Sol が最も高いビジュアル品質を示した——シェーダーはより洗練され、ノイズ層はより有機的で、ポスト処理の調整も上出来。Qwen3.8Max はビジュアルの磨きを速度とトレードしている。Kimi K3 の出力は機能するが、シネマティックとは言い難い。
🔧 信頼性
GPT-5.6 Sol が最も信頼できる——両タスクを完全に完走した。Qwen3.8Max は速いが、精製ラウンドが必要になることがある。Kimi K3 は複雑なマルチシステムタスクでタイムアウトするリスクがある。
🎮 ライブデモ——実際に触ってみる
以下は各モデルの実際の出力だ。ブラウザで開いて、ビジュアル品質・インタラクティブ性・パフォーマンスを自分の目で比べてみてほしい。
☀️ 太陽系シミュレーター
🌃 都市レンダラー
🎯 開発者への示唆
- 最高のビジュアル品質が欲しい？→ GPT-5.6 Sol（Codex）。シェーダーが最も良く、出力の仕上がりが最も洗練されている。
- 速度が欲しい？→ Qwen3.8Max。爆速で、プロトタイピング品質としては十分。
- 複雑なマルチシステム 3D？→ 今のところ Kimi K3 は避ける。単純なタスクでは優秀だが、相互接続されたシステムには弱い。
- コストを気にする？→ Qwen3.8Max が時間あたりの品質で最も優位。
モデル間の差は速度だけではない——複雑さの天井（シーリング）の差だ。GPT-5.6 Sol は 15 以上の相互依存するシェーダーシステムを含むプロンプトをこなせる。Qwen3.8Max は速いが、精製パスが必要になることがある。Kimi K3 は複雑な 3D タスクでは天井が低い。
単一 HTML ファイルの生成——いま台頭しつつある "vibe coding" のベンチマーク——において、GPT-5.6 Sol は品質で現時点トップ、Qwen3.8Max はスループットでトップだ。優先順位に合わせて選ぼう。
📎 ソース
すべてのコード、プロンプト、テスト結果はオープンソース：github.com/OBdangshang07/AI_project
テストは GitHub ユーザーの OBdangshang07 が実施。デモはオリジナルの HTML 出力ファイルをそのまま再現している。