DeepSeek 昨天官方推文寫，V4.1-Flash-1017 用強化學習加自我回饋，把「從做遊戲到 3D 建模」的端到端開發又往前推了一步。官方放的 demo 我看完，決定不看別人的，自己叫它蓋一間。

題目是這樣下的：一個單檔 HTML、Three.js、不准載任何外部模型或貼圖，全部程式生成，做一間下雨的日式便利店街角。要有綠色招牌、玻璃櫥窗、自動門、關東煮、店員、腳踏車、電線桿、斑馬線、積水，而且能自由拖曳旋轉縮放。

31 分鐘後交件。單檔 70 KB，零外部資源，瀏覽器打開就能跑。

👉 點這裡全螢幕開

它不是會畫 3D，是寫得出這個程式

整間店沒有一張貼圖是下載的。招牌文字用 Canvas 現畫、雨是 GPU 上的實例化 quad、玻璃反射在啟動時烘一張 cube map、卡通描邊是後製的 normal 加 depth Sobel。這些做法是它自己選的，我只給結果要求。

31 分鐘裡實際發生的事

68 次工具呼叫、6 輪截圖。模型看不到自己的畫面，所以每一輪都是我截圖、它讀圖、它改。這個迴圈是 harness 給的，不是模型自己長出來的。

第一版十幾分鐘就有了，能看，但不好看。三個問題很具體：招牌跟室內燈過曝、玻璃透明到像根本沒有窗、貨架是空白方塊。後面五輪都在補這三件事：把光暈閾值拉高、玻璃加反射跟框料、室內補貨架跟店員。

所以「一次就做完」是假的。能放上線的版本是六輪之後那個。

帳單

今天是週日，全天空閒時段，單價是尖峰的一半。同樣的量排在週間白天要 12 元。換算下來一分鐘 0.2 元。

同一批 token 拿去打 GPT-6.1 Sol 的牌價（每百萬輸入 2 美元、輸出 10 美元），光輸入輸出就要 74 元，還沒算那 1,626 萬的快取重讀。12 倍。

官方數字怎麼看

官方 model card 上，DeepSWE v1.1 是 77.0，Opus 5 是 74.0、GPT-5.6 Sol 是 73.0、Kimi K3 是 67.5。但同一張表的 Terminal-Bench 4.0 只有 42.3，Opus 5 是 51.8；HLE 42.6 對 56.3。所以正確的說法是 coding agent 這幾欄追上了，不是全面超越。

順帶一個常被寫錯的規格：它是 763B 參數、權重檔 510.3 GB，開源 MIT。對照組的頂級模型據傳是 10T 級別，那不是公開資訊，只能當傳聞。

這種活適合誰

一次性、視覺密集、可以用截圖驗收的活，它現在做得完：一個場景、一個 landing page、一支小工具。需要品味的東西還是要人盯，玻璃反光退了兩輪、招牌過曝壓了三次，都是看到截圖才發現的。它給的是可以改的成品，不是一次到位的審美。

結論

• 31 分鐘、6.1 元，換到一個能上線、能互動的 3D 場景。這個價格已經不是便宜，是不用想。

• 真正拉開差距的是 harness：截圖、讀圖、改。同顆模型丟進沒有視覺回饋的環境，這間店不會長這樣。

• 官方數字要看欄位。DeepSWE 贏 Opus 5 三分，Terminal-Bench 還輸九分。買的是這一格，不是全部。
  
  

౨ৎ Anthony 不負責任編輯 ~