AI 模型 iOS 26 天气卡片生成能力对比测试报告
测试日期：2026 年 5 月 13 日
测试工具：Claude Code
测试模型：共 9 个
本来正文打算直接贴源码但是内容长度受限发不出去
只能集中打包了
web源码.zip (59.0 KB)
统一提示词
以 iOS 26 的设计风格做一个带有动画效果的天气卡片，要求是使用 HTML、CSS 和基础 JavaScript，使用横板天气页面（拥有 4 个天气卡片 (晴天，大风，暴雨，暴雪))。应足够美观，实现一定的交互效果。
前置条件：除了模型其它完全统一。
1. GLM-5.1
-
** 思考阶段 **：Worked for 15s，会自主识别 skills 技能并推荐使用 xx 技能以及推荐原因并提示方案选择以及确认（默认选模型推荐的）
-
** 完成耗时 **：21m 28s，过程中会调用工具对代码页面进行审查等全程无主动引导
2. Kimi-K2.6
-
** 思考阶段 **：无特殊思考阶段
-
** 完成耗时 **：3m 5s，未主动调用相关工具 skills 等
3. DeepSeek-V4-Pro
-
** 思考阶段 **：Cogitated for 17s，会自主识别 skills 技能并推荐使用 xx 技能以及推荐原因并提示方案选择以及确认（推荐的技能正好和 GLM5.1 一样但是建议选择模型恰好相反，这里选择了模型推荐的）
-
** 完成耗时 **：12m 22s，过程中会调用工具对网页进行查看模型看了后表现的很满意
4. DeepSeek-V4-Flash
-
** 思考阶段 **：Brewed for 9s，会自主识别 skills 技能并推荐使用 xx 技能以及推荐原因并提示方案选择以及确认（推荐的和 v4pro 一致）
-
** 完成耗时 **：4m 11s，没有调用相关工具等直接给你产出
5. Qwen3.6-Plus
-
** 思考阶段 **：Baked for 10s，会自主识别 skills 技能并推荐使用 xx 技能以及推荐原因并提示方案选择以及确认（和 d4pro、d4flash 推荐一致）
-
** 完成耗时 **：3m 18s，直接产出，多了个帮你打开了生成好的代码页面这一行为
6. Qwen3.6-Flash
-
** 思考阶段 **：Churned for 3s，直接推荐了一个技能给出了理由然后询问你是否调用（和 deepseek-v4-pro 最终建议选择的技能一致）
-
** 完成耗时 **：56s，直接产出，多了个帮你打开了生成好的代码页面这一行为
7. MiMo-V2.5-Pro
-
** 完成耗时 **：4m 57s，自主识别相关 skills 并直接调用然后开始执行，没给选择的机会，给出了最终产物准备调用工具对效果查看的时候中断了
-
** 报错 **：There’s an issue with the selected model (claude-opus-4-7). It may not exist or you may not have access to it. Run /model to pick a different model.
-
** 备注 **：尝试了无论怎么改都没办法继续了，一直提示这个报错，之前没出现过
8. MiniMax M2.7
-
** 思考阶段 **：Worked for 18s，会自主识别 skills 技能并推荐使用 xx 技能以及推荐原因并提示方案选择以及确认（和 d4pro、d4flash 推荐一致）
-
** 完成耗时 **：2m 43s，直接给出了最终产物，无其它工具链调用
9. Codex GPT5.5（思考模式高）
ImgBB
GPT5 5 hosted at ImgBB
图片 GPT5 5 托管于 ImgBB
-
** 步骤 1**：同时调用了多个 skill，然后思考了一大堆流程，还联网查了些东西（应该是 iOS 26 规范），自己跟自己确认了些内容，然后直接开始写代码了
-
** 步骤 2**：代码完成后又进行了一轮思考，然后调用了工具进行 web 页面查看，然后补了个 favicon.ico
-
** 步骤 3**：检查了是否有报错，检查了不同尺寸下的布局自己确认了卡片不会挤压或文字重叠
-
** 步骤 4**：检查了交互流程，又检查一遍控制台是否报错
-
** 步骤 5**：又检查了几组不同尺寸下的布局响应式效果
-
** 步骤 6**：自主删除了调试过程中出现的产物
-
** 完成耗时 **：14m 45s
天气动画 HTML 生成任务 · 多模型综合对比报告
综合对比表（基于代码客观指标）
以下数据均通过脚本分析各模型生成的 HTML 文件得出，不包含主观评分。
行为记录表（来自测试观察）
模型 完成耗时 Skills 调用 工具链调用 验证步骤 GLM-5.1 21m 28s 推荐并确认 页面审查等 无主动引导 Kimi-K2.6 3m 5s 无 无 无 DeepSeek-V4-Pro 12m 22s 推荐并确认 网页查看 查看后满意 DeepSeek-V4-Flash 4m 11s 推荐并确认 无 无 Qwen3.6-Plus 3m 18s 推荐并确认 打开页面 无 Qwen3.6-Flash 56s 推荐技能 打开页面 无 MiMo-V2.5-Pro 4m 57s 直接调用 中断报错 中断无法继续 MiniMax M2.7 2m 43s 推荐并确认 无 无 Codex GPT5.5 14m 45s 多技能调用 全面验证 6 步验证代码客观指标对比
模型 代码规模 @keyframes backdrop-filter 毛玻璃边框 粒子系统 SVG图标 交互功能数 响应式断点 CSS变量 外部字体 DOM创建 GLM-5.1 981行 30KB 2 2 0 Canvas 4 9 3 26 — 0 Kimi-K2.6 629行 20KB 8 2 0 CSS/DOM 0 5 1 5 — 2 DeepSeek-V4-Pro 871行 24KB 12 2 0 CSS/DOM 0 7 2 17 — 6 DeepSeek-V4-Flash 952行 30KB 16 4 2 Canvas 6 7 1 0 — 2 Qwen3.6-Plus 903行 24KB 9 5 0 CSS/DOM 0 5 2 10 ✓ 13 Qwen3.6-Flash 805行 24KB 7 2 0 Canvas 5 6 3 5 ✓ 1 MiMo-V2.5-Pro 1237行 40KB 14 6 3 CSS/DOM 12 8 2 22 ✓ 5 MiniMax M2.7 904行 34KB 9 2 0 CSS/DOM 0 3 2 12 ✓ 2 Codex GPT5.5 1044行 30KB 8 5 3 CSS/DOM 0 7 3 36 — 1交互功能明细
模型 3D倾斜 透视变换 点击展开 场景切换 时钟 °C/°F 闪电 涟漪 动画开关 键盘 懒加载 rAF resize GLM-5.1 ✓ ✓ ✓ ✓ — — ✓ — — ✓ — ✓ ✓ Kimi-K2.6 ✓ ✓ — ✓ — — — ✓ — — — — — DeepSeek-V4-Pro ✓ ✓ ✓ ✓ ✓ — ✓ — — — — — — DeepSeek-V4-Flash — — — ✓ ✓ — ✓ — — ✓ — ✓ ✓ Qwen3.6-Plus ✓ ✓ — ✓ ✓ — — — — — — — — Qwen3.6-Flash ✓ ✓ — — — — — — — — ✓ ✓ ✓ MiMo-V2.5-Pro ✓ ✓ ✓ ✓ — — ✓ ✓ — ✓ — — — MiniMax M2.7 ✓ ✓ — — — — — — — — — — ✓ Codex GPT5.5 ✓ — — ✓ — ✓ ✓ — ✓ ✓ — — ✓天气动画明细
模型 晴天动画 大风动画 暴雨动画 暴雪动画 动画总数 GLM-5.1 有 风线流动 雨滴下落 有 2 Kimi-K2.6 太阳脉冲、光芒旋转 风线流动 雨滴下落 雪花飘落 5 DeepSeek-V4-Pro 太阳脉冲、光线淡入、光粒浮动 风线流动、风粒子 雨滴下落、闪电闪烁 雪花飘落、冰霜覆盖 9 DeepSeek-V4-Flash 太阳脉冲 风线流动 雨滴下落、云层漂移、闪电闪烁 雪花飘落、雪云漂移 7 Qwen3.6-Plus 太阳脉冲、光芒旋转、光粒浮动 风线流动、树叶飘飞 雨滴下落、溅射效果 雪花飘落、积雪地面 9 Qwen3.6-Flash 太阳脉冲、光芒旋转 风线流动 雨滴下落 雪花飘落 5 MiMo-V2.5-Pro 太阳脉冲、光线淡入、光环扩散 风线流动、风曲线动画 雨滴下落、闪电闪烁 雪花飘落、冰霜覆盖、雪花旋转 10 MiniMax M2.7 太阳脉冲、光芒旋转、悬停增强 风线流动、漩涡旋转 雨滴下落 雪花飘落、冰霜覆盖 8 Codex GPT5.5 太阳脉冲、光环旋转 风线急流 云层漂移、闪电闪烁 — 5关键发现
- Skills 推荐一致性：DeepSeek-V4-Pro、DeepSeek-V4-Flash、Qwen3.6-Plus、MiniMax M2.7 推荐的技能一致，GLM-5.1 推荐相同技能但建议选择相反
- 代码规模最重：MiMo-V2.5-Pro（1237行/40KB），最轻：Kimi-K2.6（629行/20KB）
- @keyframes 动画最多：DeepSeek-V4-Flash（16个），最少：GLM-5.1（2个，动画由 Canvas rAF 循环驱动）
- 毛玻璃边框最完善：MiMo-V2.5-Pro 和 Codex GPT5.5 各有 3 处
rgba(255,255,255)玻璃边框，GLM-5.1 和 Kimi-K2.6 无 - CSS 变量体系：Codex GPT5.5 36 个变量（设计系统最完整），DeepSeek-V4-Flash 0 个（无设计系统）
- 交互功能最丰富：GLM-5.1 和 Codex GPT5.5 各 9 个交互功能，MiniMax M2.7 仅 3 个
- GPT5.5 最全面：联网查 iOS 26 规范、6 步验证、°C/°F 切换和动画开关是独有功能
- MiMo-V2.5-Pro 报错问题：
claude-opus-4-7模型报错无法继续，可能与模型切换机制有关 - Qwen Flash 极速：56s 完成是最快的，但交互功能（6个）和天气动画（5个）均为中等水平
- GLM5.1
- kimi-k2.6
- deepseek-v4-flash
- deepseek-v4-pro
- qwen3.6-plus
- qwen3.6-flash
- MiMo-V2.5-Pro
- MiniMax M2.7
- GPT5.5
8 个帖子 - 7 位参与者