完全不严谨的测试，可能表现会有差很多，但是对比下还是可以的 
先说结论5.6>k3>grok4.5>其他 
k3 
 [image] 
gpt5.6 sol(high) 
[image] 
deepseek4f(有bug，角色移动不了只是场景移动，并且左右移动方向和实际相反） 
[image] 
deepseek4p(整体不咋地） 
[image] 
gemini3.1pro(3.5f会稍微好一点但还是很烂） 
[image] 
grok4.5 
[image]