通过 Tabs UI 生成测试对比，Claude Opus 4.6 在三轮测试中表现完美且一致，而 Qwen 3.5 和 Gemma 4 仅 1/3 成功，揭示了顶级模型在空间推理和输出稳定性上的优势。
📝 详细摘要
这条推文转述并评论了一项针对不同大语言模型生成复杂 UI（Tabs）能力的对比测试。测试由 @stevibe 进行，使用详细提示词进行了三轮评估。结果显示：Claude Opus 4.6 在三轮中均完美生成符合要求的 Tabs UI；而 Qwen 3.5 27B 和 Gemma 4 31B 均只有三分之一成功，其余出现了标签分离或宽度错误等问题。推文得出结论：虽然小模型具备一定能力，但在输出一致性上差距巨大，目前对于稳定交付复杂 UI，Claude Opus 更为可靠。附有对比视频。
📊 文章信息
AI 初评：80
来源：Berryxia.AI(@berryxia)
作者：Berryxia.AI
分类：人工智能
语言：中文
阅读时间：2 分钟
字数：267
标签： 模型评测, Claude Opus, Qwen, Gemma, UI 生成