实验摘要

依据当前归档元数据整理;正文中的历史验证记录保留原有时间与口径。

模型 / 档位
GPT-6 Luna · max
任务版本 / 轮次
v1 · 01
实验 / 归档日期
2026-10-27 / 2026-10-27
输入留存
输入留存不完整
执行模式
执行模式未记录
工具
Codex
截图评分
91/100 · 规则 v3
费用
批次合计 · 1 %(Pro 周额度) · 11 个案例,不拆算单案例
耗时
批次耗时 · 28m 25s · 11 个案例
人工修改
查看 5 条修改记录2026-10-27:从 F:/dev/ai-coding-demo-test 的 model-test-base 工作区未提交结果迁入;源分支基准提交 452ac588702d3bde24f048fcf47cc5ffa7abb602。保留原始 prompt.md 和模型源码,不整体合并测试分支。;2026-10-27:维护者为网页入口添加带 defer 的公共统计引用;原始输入不变。;2026-10-27:维护者使用既有采集工具补采真实桌面、390px及任务相关状态,保留失败尝试和来源链;评分保持 pending,等待本轮 AI 视觉复核授权或人工复核。;2026-10-27:评分前通过真实控件补拍任务相关流程;保留既有状态与来源链,新图纳入本轮完整视觉复核。;2026-10-27:用户要求继续未完成工作后,由Codex完成全部6帧AI逐图视觉复核,按v3八项任务和十二项视觉分别给分;非人工功能验收。首次评分、逐项观察及规则快照见 catalog/score-reviews/2026-10-27-gpt-6-luna-max.json。

查看完整原始输入 →

寻路算法实验室

原始提示词

完整输入保存在 prompt.md,关联任务正文版本 v1。

本轮产物

  • 入口:index.html 单文件页面。
  • 技术栈:HTML、CSS、JavaScript、Canvas 2D。
  • 联网要求:不依赖远程资源。

运行与复盘

实现四方向 BFS、Dijkstra 与曼哈顿启发式 A*,支持障碍/权重编辑、拖动起终点、暂停/单步/调速、预设图及路径步数/总代价。编辑时清空旧搜索结果。

目标模型/档位:gpt-6-luna / max。

迁移核对(2026-10-27)

来源:F:/dev/ai-coding-demo-test 的 model-test-base 工作区未提交测试结果,基准提交 452ac588702d3bde24f048fcf47cc5ffa7abb602。本轮没有整体合并测试分支。原始任务正文快照与模型源码保留,仅为站点访问统计追加入口引用;蓝皮书另适配构建预览的统计路径。源目录没有截图,当前截图为维护者迁移期间真实运行补采。

用户提供的 OpenAI / Pro 周额度 1%、28m 25s 和 Codex 统一登记为 11 个案例的批次信息,不分摊至单条实验。源输入仅留存任务正文,缺少完整批量测试指令及其他会话上下文,因此完整性标为 partial。

查看完整采集证据。已按现行 v3 完成 AI 逐图视觉复核,评分与全部证据帧绑定;非人工功能验收。首次评分、逐项观察和规则快照见 复核记录。截图采集和自动点击日志不等同于完整功能验收。

当前归档信息(自动生成)

  • 实验 ID:pathfinding-lab--gpt-6-luna-max-r01
  • 模型:GPT-6 Luna;推理档位:max
  • 类型:single-html;预览:static;网络:offline
  • 完整原始输入快照 · 主题与其他版本
  • 输入记录:完整复制 demos/pathfinding-lab/prompts/v1/prompt.md;正文未改写。 源分支仅保存任务正文快照,未保存发起批量测试的完整指令及其他会话上下文;不宣称完整输入与其他实验一致。
  • 工具:Codex。按用户指定的模型名称 gpt-6-luna 与档位 max 执行;使用当前会话,未委派子代理。
  • 运行方式:浏览器直接打开本目录入口;CDN/外部素材需要联网。
  • 费用记录:OpenAI 批次合计 1 %(Pro 周额度)(11 个案例;批次 gpt-6-luna-max-codex-pro-2026-10-27;未记录单案例费用)
  • 主页面

部署适配记录

  • 2026-10-27:从 F:/dev/ai-coding-demo-test 的 model-test-base 工作区未提交结果迁入;源分支基准提交 452ac588702d3bde24f048fcf47cc5ffa7abb602。保留原始 prompt.md 和模型源码,不整体合并测试分支。
  • 2026-10-27:维护者为网页入口添加带 defer 的公共统计引用;原始输入不变。
  • 2026-10-27:维护者使用既有采集工具补采真实桌面、390px及任务相关状态,保留失败尝试和来源链;评分保持 pending,等待本轮 AI 视觉复核授权或人工复核。
  • 2026-10-27:评分前通过真实控件补拍任务相关流程;保留既有状态与来源链,新图纳入本轮完整视觉复核。
  • 2026-10-27:用户要求继续未完成工作后,由Codex完成全部6帧AI逐图视觉复核,按v3八项任务和十二项视觉分别给分;非人工功能验收。首次评分、逐项观察及规则快照见 catalog/score-reviews/2026-10-27-gpt-6-luna-max.json。

本页目录 ↑