🎯 测试基准:严格单轮对话与极限思考深度
本次评测限定仅对比 Google Gemini 4 Argon 与 Anthropic Claude Opus 5.5。两份代码均为大模型在最高/极高思考强度下、通过单轮 Prompt 一次性生成的纯前端 SVG/Web 动画,完全排除 Agent(智能体多步循环与外部工具)辅助,真实反映纯大模型的空间想象与机械结构代码编排极限能力。
🔷 Google Gemini 4 Argon
🟧 Anthropic Claude Opus 5.5