我看之前大家分享的测试都是一条指令, 什么工具都不提供, 这和实际使用环境不一致. 提供需要的工具更能看出模型在实际环境中的效果. 

思考等级都是 Max.
Prompt 是

创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画
尽你最大能力去做，想任何办法做到最好，这是一个竞赛。看谁效果做得最好，通过一个简单的 prompt。


配置了 Chrome MCP 和 mimo-v2.5 作为子代理实现视觉功能.

下面是效果对比: 


GLM 5.3 (26分钟 = 21m LLM + 5m tool) 
https://4e72c11c-pelican-bicycle.fengzipei3.workers.dev/ 


DeepSeek V4 Pro (第一次任务 API 断了没有完成, 估计负载太大了.第二次60分钟 = 40m LLM + 20m tool.) 
ht...