← Все лидерборды

Копия DISC-теста как задача для LLM

Обновлено 2026-11-18. Полная методика: reports/METHOD.md · конвенции: AGENTS.md. Все скриншоты кликабельны (1:1).

ВведениеМетодикаМатрица моделейКорреляцияИсходный проектПрогоны и результатыОграничения и решенияЧто дальше

0. Введение

Задание выглядит обманчиво простым: «скопируй тест с сайта». На деле это многослойная работа — агент должен исследовать живую страницу с интерактивным визардом, вытащить из неё 96 пар «прилагательное → тип», спрятанных в атрибутах разметки, понять алгоритм подсчёта по чужому патченному коду (комментарии в котором честно говорят «минимально жизнеспособно»), воспроизвести всё это в одном самодостаточном файле — и попутно выполнить обязательные адаптации: убрать email-стену и редирект, выбросить токен-шифрование, заменить вендорский SortableJS своей реализацией перетаскивания. Такая работа — reverse engineering живого продукта: один агент за один сеанс разбирает чужое приложение и собирает его заново.

Как тест для агентов задание ценно тем, что у него нет «правильного ответа» из датасета: источник живой, его нельзя выучить наизусть; эталоном служит поведение, а не пиксели; и проверяется весь агентный цикл — навигация, скачивание, чтение чужого кода, инженерия, самопроверка. При этом степень свободы высока: визуальное оформление отдаётся на усмотрение модели. Из этого выросло, пожалуй, самое неожиданное наблюдение проекта: 170 прогонов — и ни одна копия не повторяет другую. Одни воспроизводят лендинг с модалкой, другие — чистый пошаговый визард; у одних HTML5 drag&drop, у других самописный pointer-механика или кнопки ↑↓; палитры, типографика и структура экранов у всех разные. Тридцать художников по одному описанию портрета — сходится не холст, а характер: у лучших копий функциональный контракт (данные 96/96, подсчёт ±1, полный поток) совпадает с оригиналом до единого балла.

Второе наблюдение — про риск отказа. До старта казалось вероятным, что часть моделей откажется копировать функционал чужого сайта — из лицензионных или этических соображений («я не могу воспроизводить контент третьих лиц»). Прогноз не подтвердился ни разу: из 15 моделей и ~170 прогонов ни один агент не отказался и не выразил сомнений в допустимости задания — ни в чате, ни в комментариях кода. Показательно, что это верно и там, где отказа можно было ждать сильнее всего, — у облачных SOTA, глубже всех «причёсанных» выравниванием: deepseek, haiku и glm прошли задание без единой лицензионной оговорки. Все «отказы» оказались техническими: зависания, мёртвые скрипты, неработающее перетаскивание — но не «не хочу».

Третье наблюдение — неожиданный побочный продукт: аудит выявил ошибки в самом эталоне. Копии сверялись не только с сайтом, но и с методикой, на которой тест построен (Т. Эриксон, «Кругом одни идиоты»), — и выяснилось, что оригинал расходится с собственной книгой в 15 позициях из 96, причём не рассеяно: девять расхождений ложатся в две тематические группы. Слова веселья и позитива («Энтузиаст», «Шутливый», «Позитивный») тест приписывает красному D и синему C, хотя по книге это признаки жёлтого I; слова покорности и сотрудничества («Соглашающийся», «Безропотный», «Уступчивый» и др.) — синему C вместо зелёного S. Двусторонняя сверка превратила бенчмарк из экзамена для моделей в аудит самого теста: модели копировали источник — и попутная сверка с первоисточником показала, что источник расходится с собственной методикой.

Локальные модели проявили себя заметно лучше, чем можно было ожидать от их размера, — но с жестким расслоением на три лагеря. Добротные: huihui-ai — 20 из 20 PASSED, qwen3.8 — 18 из 20, orcarouter/Qwen3.8-Uncensored — 7 из 10, bonsai — 10 из 15; их лучшие прогоны неотличимы от облачных по судье-логике. Середина: muse-glimmer и gemma4-31b — половина прогонов с решением, вторая — без. Дно: ornith-1.5:9b, gemma4:e2b, ornith-1.5:35b — ноль PASSED, приложения либо не строятся, либо не работают вовсе. Облачные для сравнения: deepseek и haiku — 100%, glm — 93%, mimo — 38%. То есть «локальный 27B в правильной обёртке» сегодня решает задачу уровня «сделай копию продукта» наравне с облачными флагманами — если у него хватает длины контекста и стабильности длинного сеанса.

1. Методика

1.1. Задание и протокол

Модель работает агентом в pi с инструментами по умолчанию (bash с сетью, файлы). Она получает только текст задания и ссылку на источник — и сама изучает страницу, сама скачивает исходники, сама извлекает данные и алгоритм подсчёта, сама строит решение. Эталон (снятый с оригинала) и методология агенту недоступны.

Серия: 3 прогона на (модель × уровень мышления), уровни off/low/default (булевы шкалы — off/on), облака — reasoning_effort low. Прогоны изолированы, seed не фиксируется. Стандарт — минимум 3.

1.2. Запуск pi (дословно)

pi -p   --session-dir <run-XX>/pi-session \
  --model <тег> \
  --thinking <off|low|medium> \
  "<текст задания>"

env: PI_CODING_AGENT_DIR=<tmp>/pi-home (изолированный конфиг), PI_OFFLINE=1 (сам pi в сеть не ходит — сеть использует только инструмент bash агента, например curl к источнику). models.json собирается на лету из фактической шкалы модели (/api/show → thinkingLevelMap); maxTokens 8192 → 32768 для моделей с энергичным максимумом (xhigh/max в шкале); контекст 102400 (теги -pi-100k/-ctx100k). Рабочая директория — временный каталог вне репозитория. pi — лидер process group, таймаут 3600 с; фоновый наблюдатель /api/ps фиксирует конкуренцию за VRAM.

Автопрохождение (playthrough.mjs): драйвер-«пользователь» проходит тест как человек — 24 перетаскивания по фиксированной раскладке, клик «Завершить тест», снимки start/step/result. Раскладка воспроизводима, поэтому числа на экране результата обязаны сойтись с эталоном D:5, I:2, S:−3, C:−4; расхождение = баг подсчёта в рантайме, даже если код выглядит верно.

Судьи — LLM-модель вне списка кандидатов (glm-5.3-flash, z.ai), у каждого свой вход:

Итоговый балл карточки 0–100 = сумма осей судьи яруса 1 ÷ 16 × 100 (округление); балл vision-UX показывается рядом отдельной колонкой и в итог не смешивается. Раскраска карточек: ≥75 — зелёная, 40–74 — жёлтая, <40 — красная.

Статус PASSED/FAILED — только машинный, без участия судей. PASSED = все три условия одновременно: 1) автопроверка пройдена (данные + рендер + порядок), 2) автопрохождение дошло до финиша, 3) числа результата отображены на экране. Иначе FAILED с конкретной причиной («проверка данных/рендера», «автопрохождение не завершено», «результат не отображён»); нет index.html — «нет решения». Правильность подсчёта бейдж не оценивает — это зона судьи: так бывают PASSED-прогоны, где судья нашёл баг рантайма и снизил logic (например, run-06 у GLM-5.3-Flash: бейдж PASSED, судья 10/16 за подсчёт {11, 6, −9, −8}).

1.3. Промпт дословно (v3)

# Тестовое задание: сделать копию веб-приложения

Сделай копию теста DISC, размещённого на странице школы менеджмента
Stratoplan.

**Источник**: https://stratoplan-school.com/disc/

Изучи страницу и её код самостоятельно, собери всё необходимое и перенеси
функционал.

## Что нужно сделать

Одностраничное HTML-приложение — копия теста с этой страницы, работающее так
же, как оригинал: пользователь проходит тест шагами, ранжирует варианты
перетаскиванием, в конце видит свои баллы.

## Требования к копии

1. Один самодостаточный файл `index.html`: все стили и скрипты инлайн.
2. **Без бэкенда и без отправки данных куда-либо.** Шаг сбора email и
   переход на отдельную страницу результата из оригинала убрать: после
   завершения теста баллы показываются в том же приложении.
3. **Без внешних запросов**: без CDN и внешних библиотек, приложение
   работает офлайн, открывается локально (`file://`).
4. Данные теста и поведение интерфейса — как в оригинале; язык интерфейса —
   русский; визуальное оформление — на твоё усмотрение.
5. Иконки — инлайн SVG, растровые изображения не нужны.
6. Целевые браузеры — актуальные Chrome, Firefox, Safari.

## Формат результата

Рабочий `index.html` в текущей директории. Пояснения не нужны.

История версий: v1 (готовые эталонные данные) и v2 (встроенные исходники) — deprecated. Файл: test-assignment/prompts/prompt.json.

1.4. Как оценивается: автопроверки, судьи, баллы, PASSED

Машинные проверки (check.py → check.json, до всяких судей): 1) данные — 96 пар «слово → тип» (24 вопроса × 4 прилагательных) посимвольно против эталона reference/questions.json, порядок вопросов, группировка 8 шагов × 3, стартовый порядок списков; типы не видны пользователю; 2) рендер (smoke) — страница открывается в headless Chrome, DOM отрисовался, битых ресурсов нет; 3) самодостаточность — один файл, работает офлайн с file://, внешних URL нет.

Автопрохождение (playthrough.mjs): драйвер-«пользователь» проходит тест как человек — 24 перетаскивания по фиксированной раскладке, клик «Завершить тест», снимки start/step/result. Раскладка воспроизводима, поэтому числа на экране результата обязаны сойтись с эталоном D:5, I:2, S:−3, C:−4; расхождение = баг подсчёта в рантайме, даже если код выглядит верно.

Судьи — LLM-модель вне списка кандидатов (glm-5.3-flash, z.ai), у каждого свой вход:

Итоговый балл карточки 0–100 = сумма осей судьи яруса 1 ÷ 16 × 100 (округление); балл vision-UX показывается рядом отдельной колонкой и в итог не смешивается. Раскраска карточек: ≥75 — зелёная, 40–74 — жёлтая, <40 — красная.

Статус PASSED/FAILED — только машинный, без участия судей. PASSED = все три условия одновременно: 1) автопроверка пройдена (данные + рендер + порядок), 2) автопрохождение дошло до финиша, 3) числа результата отображены на экране. Иначе FAILED с конкретной причиной («проверка данных/рендера», «автопрохождение не завершено», «результат не отображён»); нет index.html — «нет решения». Правильность подсчёта бейдж не оценивает — это зона судьи: так бывают PASSED-прогоны, где судья нашёл баг рантайма и снизил logic (например, run-06 у GLM-5.3-Flash: бейдж PASSED, судья 10/16 за подсчёт {11, 6, −9, −8}).

2. Матрица моделей

модельуровни мышленияпрогоновмашиный итог
huihui-ai:pi-100k локальнаяoff / low / medium / xhigh20PASSED 20/20
qwen3.8:27b-pi-100k локальнаяoff / low / medium / xhigh20PASSED 18/20
muse-glimmer:ctx100k локальнаяoff / low / high16PASSED 7/16
bonsai-2:ctx100k локальнаяoff / low / medium15PASSED 10/15
deepseek-v4.1-flash-1017 облачнаяlow / high / max15PASSED 15/15
glm-5.3-flash облачнаяlow / high / max15PASSED 14/15
gemma4:26b-pi-100k локальнаяoff / medium10PASSED 3/10
gemma4:31b-it-qat-pi-100k локальнаяoff / medium10PASSED 6/10
gemma4:e2b-ctx100k локальнаяoff / medium10PASSED 0/10
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяoff / medium10PASSED 7/10
mimo-v2.6-flash облачнаяoff / high8PASSED 3/8
anthropic/claude-haiku-5.5 облачнаяoff / low / medium / high / xhigh / max6PASSED 6/6
ornith-1.5:35b-ctx100k локальнаяmedium5PASSED 0/5
ornith-1.5:35b-ctx100k-tuned локальнаяmedium5PASSED 1/5
ornith-1.5:9b локальнаяmedium5PASSED 0/5

3. Есть ли корреляция с картой знаний

Цель серии — проверить, переносится ли рейтинг карты знаний PHP (296 вопросов, русские серии) на фронтенд-задачу — копирование живого DISC-теста. Особый вопрос — колонка «Фронт.» в таблице «Метрики серий» карты: предсказывают ли знания по фронтенд-темам результат на фронтенд-задаче. Для этого 14 ноября, до первого прогона, я записал прогноз расстановки локальных моделей (FORECAST.md в репозитории): сценарий A — слепой перенос рейтинга карты, сценарий B (основной) — рейтинг с поправками на агентные треки моделей.

местопрогноз A «слепой перенос рейтинга»прогноз B «карта + агентные поправки» (основной)
1huihui (low/medium)huihui (low)
2orca (on)qwen3.8 (low)
3qwen3.8 (low/medium)orca (on)
4ornith (on)muse-glimmer (high) — вне карты
5bonsai (low)ornith (on) — карта 88.6, агентный трек провальный
6—gemma4-26b (on) — вне карты, бимодальность
7—bonsai (low/off) — карта 87.0, агентный трек — дно (ключевой кейс)
Факт — серия закрыта 18 ноября 2026.

В карте знаний и в этой серии пересеклись 10 моделей: пять локальных из матрицы, негатив-контроль gemma4:e2b и четыре облачные.

Ранговая корреляция (Спирмен) между картой и фактическим средним баллом судьи: «Всего ru» — 0.97, колонка «Фронт.» — 0.95, «Глубина» (редкие знания L9–L10) — 0.48. Порог значимости при n=10 — 0.65: рейтинг карты и его фронтенд-колонка предсказывают результат значимо, «Глубина» — нет (гипотеза первой волны о преимуществе «Глубины» не подтвердилась).

Верх и низ таблицы совпали: Haiku 5.5, MiMo и DeepSeek сверху, gemma4:e2b внизу. Расхождения — в середине: huihui с самым низким «Всего» локальной тройки (81.7) — лучшая локальная в задаче (20/20); ornith при «Фронт.» 82.2 собрал работающее приложение в 0–1 прогонах из 5 — знания есть, сборки нет.

Итог: карту знаний можно использовать как первичный фильтр при подборе модели под фронтенд-задачу, финальный отбор — только агентный прогон.

4. Исходный проект (эталон для сравнения)

Оригинал — живая страница stratoplan-school.com/disc/ (снимок и контроль дрейфа: test-assignment/reference/source/, снят 2026-11-14). Лендинг с кнопкой «Пройти тест» открывает модалку-визард: 8 шагов × 3 вопроса, ранжирование 4 прилагательных перетаскиванием. После финиша — сбор email (сторонний formdesigner в iframe), результат живёт на отдельной странице и расшифровывается из AES-GCM токена (ключ = SHA-256 строки disc@v1::client-only), переданного через sessionStorage.

Технологии оригинала: SortableJS 1.15.2 (CDN, подгружается самим disc_patched.js), GSAP + ScrollTrigger для анимаций лендинга, Font Awesome, plausible.io-аналитика, formdesigner для сбора email. Задание копиям требует самодостаточности — оригинал сам по себе ей не обладает (см. калибровку ниже).

файл снимкаразмерпроисхождение
page.html526 КБhttps://stratoplan-school.com/disc/
widget.html19 КБфрагмент page.html: #wizardmodal + #apruve
disc_patched.js21 КБhttps://stratoplan-school.com/disc/js/disc_patched.js?v=0.0.0.6
result-page.html63 КБhttps://stratoplan-school.com/disc/result/
CDN-зависимости—SortableJS 1.15.2, GSAP 3.12.2, Font Awesome 6, plausible.io
оригинал Stratoplan живой сайт ✓ PASSED эталонлогика 74/100vision-UX ▶ открыть оригинал
SortableJSмодалка-визард: 8×3 результат на отдельной странице email-модалка перед результатом
старт — лендинг
старт — лендинг
вопрос (шаг 1/8)
вопрос (шаг 1/8)
результат — отдельная страница /disc/result/
результат — отдельная страница /disc/result/

Сверка с методикой DISC (Т. Эриксон, «Кругом одни идиоты»)

96 назначений «слово → тип» сверены с книгой-первоисточником методики: Thomas Erikson, «Surrounded by Idiots» (рус. «Кругом одни идиоты»), английское издание St. Martin's Publishing Group, 2018. Электронные копии: EPUB (St. Martin's Publishing Group, EN) и PDF (284 с.).

Цветовая модель книги: красный D, жёлтый I, зелёный S, синий C. Цитаты ниже — из английского издания, границы цветовых глав — по маркерам «Conclusions on … Behavior».

В тесте Stratoplan 16 позиций из 96 (16%) расходятся с признаками книги (у слов «Настойчивый» и «Уравновешенный» по две позиции в тесте — вторые позиции книге соответствуют и расходящимися не считаются). Расхождения не рассеяны случайно — девять из шестнадцати ложатся в две тематические группы: слова веселья и позитива (Энтузиаст, Шутливый, Позитивный) стоят в D/C, хотя по книге это жёлтое I; слова покорности и сотрудничества (Соглашающийся, Безропотный, Уступчивый, Покладистый, Готовый к сотрудничеству, Дипломатичный) стоят в C, хотя по книге это зелёное S. Остальные семь — точечные случаи (Исполнитель инструкций, Уравновешенный, Настойчивый, Владеющий собой, Осторожный, Беззаботный — по косвенной жёлтой атрибуции, Аргументирующий — синяя рациональная аргументация).

Каждая пара «слово → тип» — это разметка страницы Stratoplan (stratoplan-school.com/disc/): <li class="disc-item" data-type="…">слово</li> — таких блоков 96. Логика подсчёта берёт тип из этого атрибута: disc_patched.js, строка 360 — li.getAttribute("data-type"). Колонка «самооценка» — сверка со шкалой самооценки русского издания: какими прилагательными каждый цвет описывает сам себя (48 слов). Прочерк — слова нет в шкале: тестовые списки шире книжной таблицы.

Причина неизвестна: это может быть сознательная трактовка авторов теста («как вас видят»), а может и небрежность списков. Эталон для копий остаётся оригинал «как есть» — судья по-прежнему карает самовольную правку типов.

словотип в тестепо книгесамооценка из книгиобоснование
ЭнтузиастCIIжёлтые: «They're enthusiastic, excited» — открывающий пассаж гл. 5 «Yellow Behavior»
ШутливыйDI—жёлтые: «entertaining jokes», «They joke around a lot»; красным шутливость не приписывается нигде
ПозитивныйDI—жёлтые: «their incurably positive outlook on life»
Исполнитель инструкцийDC—синие: «precisely follow instructions to the letter without questioning», «reads the instructions twice»; красные «gets going even before he's heard the instructions», жёлтые «put away the instruction manual»
СоглашающийсяCS—зелёный «out of fear of conflict, says yes but means no»; синие, напротив, «need serious proof»
БезропотныйCS—покорность — зелёная: «help others, with no concern for personal gain», «Team comes before self»; в тесте Покорный и Услужливый — в S
УступчивыйCS—уступчивость — зелёная («usually strive to fit in»); анти-пример: красный «determination is usually unyielding»
ПокладистыйCS—зелёные «Calm, leisurely, and easygoing»; в тесте Мягкий — в S
Готовый к сотрудничествуCS—зелёные «are also pronounced team players», «Team comes before self»
ДипломатичныйCS?—прямой атрибуции в книге нет; синим приписывается обратное: «deliver their observations in an insensitive fashion», красным — «no problem being blunt»
БеззаботныйSI?—прямого слова «carefree» в книге нет, но беззаботность — жёлтая: «easygoing and happy-go-lucky» (глава «Yellow Behavior»), «Yellows are distracted and careless»; зелёным беззаботность не приписывается
АргументирующийDC—синие: «Logical and rational thinking is critical to a Blue», «they like to say they use rational arguments when making decisions», «Blues argue that if they're going to do something, they must do it correctly»; красным приписывается спор как конфликтность — «perceive Red behavior as belligerent… they like to argue and debate»
ОсторожныйC/SCCсиние: «They're generally very cautious. They often think safety first. Where a Red or Yellow would take a wild chance, a Blue will hold off and consider everything one more time» (глава «Blue Behavior»); зелёным осторожность в книге не приписывается
Владеющий собойSC—синие: «a Blue's voice is restrained and subdued», «Their impression tends to be controlled» (глава «Blue Behavior»), «they're very calm and balanced»; зелёным самовладение в книге не приписывается
УравновешенныйI/SS/C—«Greens are the most balanced», синие «very calm and balanced»; в тесте слово стоит в I и в S — жёлтая позиция расходится
НастойчивыйD/ID—красный респондент книги: «I'm a little too pushy… I push people»; красные «perceived as unyielding, impatient, aggressive»; в тесте слово стоит и в D, и в I — синяя позиция расходится
Заметка владельца проекта. Гипотеза: смещение «покорных» слов в синий тип может быть не небрежностью, а психологическим приёмом — прохождение теста настраивает на принятие фрейма «будь покорным и следуй инструкциям» (смена майндсета в момент ранжирования). Владелец за несколько лет несколько раз проходил этот тест — профиль стабильно синий с зелёным.
Проверка по коду снимка: ответы и результат НЕ покидают браузер — в disc_patched.js нет ни одного сетевого вызова (fetch/XHR/sendBeacon = 0), итог шифруется AES-GCM клиентским секретом disc@v1::client-only и живёт в sessionStorage; email-форма — сторонний сервис formdesigner.ru (formId 242546), собирает только контакты; из внешней телеметрии — лишь pageview-аналитика plausible.io. Значит «внутренних истинных метрик на сервере» по коду не видно: вся логика client-only, списки статичны для всех — проверить гипотезу прайминга по передаче данных невозможно.

Функциональный контракт оригинала (по коду disc_patched.js) — что отсматриваем в копиях

Аудит кода подсчёта выявил ровно эти поведенческие свойства, прямо влияющие на функциональность. Каждое — в списке того, что сравниваем между оригиналом и копиями:

Математика при этом корректна и не косячит: инвариант «в каждом вопросе ровно по одному d/i/s/c» (проверен на 24/24) гарантирует нулевую сумму баллов на любой раскладке; SortableJS без group/clone не перетаскивает элементы между списками; во всех списках ровно 4 <li>.

Метрика «заметил → исправил → сообщил» (применима к 86 из 170 прогонов)

Отдельная от судьи метрика: замечает ли агент несоответствие типов методике, и как поступает. Инструкция требует воспроизводить «как есть» — послушание оценивается как норма; заметить ошибку и сообщить — полезный признак сверх инструкции; правка без предупреждения — худший вариант. Судейские баллы эта метрика не меняет (за правку типов судья и так снижает data). Метрика применима к прогонам с полными извлекаемыми данными: у остальных нет решения или провалена автопроверка (84 прогонов — нет решения, данные неполны либо списки генерируются динамически и пары слово→тип не извлекаются).

Как отличаем осознанную правку от случайного косяка. Машинная проверка считает только ЧИСЛО совпавших пар «слово → тип»: запись «типы 90/96» означает, что 90 из 96 пар совпали с оригиналом, а шесть — нет. Но из этого числа не видно, ПОЧЕМУ они не совпали: модель могла сознательно исправить спорный тип по методике (например, Шутливый D → I), а могла просто ошибиться при переносе. Поэтому берётся словесный diff копии с оригиналом: какие именно пары «слово → тип» изменились. Правка засчитывается как «осознанное исправление» только если изменились слова из таблицы выше — и их не больше шести. Если же изменились любые другие слова (Волевой, Мягкий, …) или их много — это обычные ошибки переноса, а не правка методики: такой прогон в метрику не попадает (его честно показывают автопроверка и судья как FAIL по данным).

поведение агентапрогонов
воспроизвели как есть, не заметив несоответствий86
заметили, усомнились — но воспроизвели как есть (сообщили в чате)0
заметили, усомнились — воспроизвели, отметив в коде0
исправили «ошибочные» типы и сообщили в чате0
исправили типы, отметив в комментарии0
исправили типы молча0

Калибровка судей на оригинале

проверкарезультат
автопрохождение драйвером (24 вопроса, drag&drop)PASSED
баллы на экране при эталонной раскладкеD:5 I:2 S:-3 C:-4
данные анкеты (сверка с эталонным questions.json)прилагательных 84/84, пар текст+тип 96/96
самодостаточность (наша автопроверка external)НЕТ: CDN-скрипты (GSAP, аналитика, шрифты), результат на отдельной странице — оригинал не проходит наше же требование к копиям
vision-UX судья (те же 3 скриншота, тот же промпт)74/100
логика подсчётаэталон по определению: +1 за верхнюю позицию, −1 за нижнюю (шкала ±1)

Для сравнения: копии в среднем набирают 69/100 по судье-логике, 69/100 по vision-UX, PASSED — 64% (110 из 170). Оригинал показывает «потолок» штатного UX-судьи: 74/100 живому продакшн-сайту — оценки копий выше этого значения стоит читать как «не хуже оригинала», а не «лучше оригинала». Шкала vision-UX — целостная, с якорями (90+ — продакшн-полировка, 70–89 — «добротное», 50–69 — «работает, но с заметными шероховатостями»), а не арифметика «−N за каждый косяк». До 90+ оригиналу не хватило конкретных придирок из вердикта: пустые drop-зоны «Я наименее», частично не затемнённый фон под модалкой, слабый контраст CTA, шапка экрана результата не совпадает со стартовой, результат — сырые числа «D:−5, I:−2…» без шкал/диаграмм. При этом часть придирок — артефакты продакшн-обвязки реального сайта (сторонний чат-виджет поверх контента, обрезанная ссылка на результат), а не самого теста.

5. Прогоны и результаты

5.1. Сводная таблица всех прогонов (170)

Клик по заголовку колонки — сортировка (повторный клик — в обратную сторону); клик по строке — переход к карточке прогона со скриншотами.

модельthinkпрогондлит.ходовток. вхток. выхкэш %ценатипыпроверкасудьяvision-UXстатус
deepseek-v4.1-flash-1017 облачнаяhighrun-096:51352.0M55k96%$0.6896/96✓10090PASSED
deepseek-v4.1-flash-1017 облачнаяhighrun-079:55684.8M56k98%$1.5496/96✓10088PASSED
deepseek-v4.1-flash-1017 облачнаяmaxrun-1222:3912919.4M145k99%$6.1096/96✓10088PASSED
huihui-ai:pi-100k локальнаяmediumrun-083:30341.0M26k98%$0.0296/96✓10088PASSED
qwen3.8:27b-pi-100k локальнаяmediumrun-1623:111417.9M132k98%$0.1696/96✓10088PASSED
mimo-v2.6-flash облачнаяhighrun-0712:18312.1M47k95%$0.7196/96✓10087PASSED
huihui-ai:pi-100k локальнаяlowrun-024:5521966k27k89%$0.0396/96✓10086PASSED
huihui-ai:pi-100k локальнаяxhighrun-1019:30975.0M102k97%$0.1496/96✓10086PASSED
qwen3.8:27b-pi-100k локальнаяlowrun-155:49472.8M32k98%$0.0496/96✓10086PASSED
anthropic/claude-haiku-5.5 облачнаяoffrun-011:0918699k11k92%$0.0296/96✓10084PASSED
glm-5.3-flash облачнаяhighrun-0211:17482.8M32k96%$0.5296/96✓10084PASSED
huihui-ai:pi-100k локальнаяlowrun-0110:17743.9M57k97%$0.0796/96✓10084PASSED
mimo-v2.6-flash облачнаяhighrun-0551:21515.5M87k94%$1.7996/96✓10084PASSED
anthropic/claude-haiku-5.5 облачнаяmediumrun-032:0419839k20k92%$0.0396/96✓10082PASSED
anthropic/claude-haiku-5.5 облачнаяmaxrun-0617:458015.6M186k98%$1.2596/96✓10082PASSED
bonsai-2:ctx100k локальнаяmediumrun-0843:1323614.8M175k97%$0.3096/96✓10082PASSED
glm-5.3-flash облачнаяlowrun-013:5622635k13k92%$0.1296/96✓10082PASSED
glm-5.3-flash облачнаяhighrun-098:15281.3M29k93%$0.2496/96✓10082PASSED
glm-5.3-flash облачнаяhighrun-1114:28412.7M48k96%$0.5196/96✓10082PASSED
glm-5.3-flash облачнаяmaxrun-129:1829841k34k90%$0.1796/96✓10082PASSED
glm-5.3-flash облачнаяmaxrun-1312:06382.3M39k95%$0.4296/96✓10082PASSED
glm-5.3-flash облачнаяmaxrun-1411:56401.5M31k95%$0.2896/96✓10082PASSED
huihui-ai:pi-100k локальнаяlowrun-036:2024882k39k88%$0.0496/96✓10082PASSED
huihui-ai:pi-100k локальнаяmediumrun-094:39431.5M30k98%$0.0395/96✓10082PASSED
huihui-ai:pi-100k локальнаяxhighrun-1112:11563.1M69k96%$0.0996/96✓10082PASSED
huihui-ai:pi-100k локальнаяxhighrun-1217:21834.1M84k96%$0.1296/96✓10082PASSED
huihui-ai:pi-100k локальнаяlowrun-1321:471035.5M121k97%$0.1596/96✓10082PASSED
huihui-ai:pi-100k локальнаяmediumrun-153:54492.2M26k98%$0.0396/96✓10082PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяmediumrun-077:40361.1M31k97%$0.0596/96✓10082PASSED
qwen3.8:27b-pi-100k локальнаяlowrun-1411:19693.6M64k97%$0.0896/96✓10082PASSED
qwen3.8:27b-pi-100k локальнаяxhighrun-2128:46814.8M151k93%$0.2096/96✓10082PASSED
qwen3.8:27b-pi-100k локальнаяxhighrun-1021:08915.1M91k96%$0.1596/96✓10080PASSED
anthropic/claude-haiku-5.5 облачнаяlowrun-021:2814741k11k90%$0.0296/96✓10078PASSED
anthropic/claude-haiku-5.5 облачнаяhighrun-043:36301.7M36k95%$0.0596/96✓10078PASSED
anthropic/claude-haiku-5.5 облачнаяxhighrun-057:31384.1M80k96%$0.3296/96✓10078PASSED
deepseek-v4.1-flash-1017 облачнаяlowrun-043:3224899k25k94%$0.3096/96✓10078PASSED
deepseek-v4.1-flash-1017 облачнаяlowrun-055:35432.3M39k96%$0.7696/96✓10078PASSED
deepseek-v4.1-flash-1017 облачнаяmaxrun-1320:158911.1M146k98%$3.5896/96✓10078PASSED
deepseek-v4.1-flash-1017 облачнаяmaxrun-1517:4610611.5M128k98%$3.6896/96✓10078PASSED
huihui-ai:pi-100k локальнаяmediumrun-1620:541397.9M102k98%$0.1596/96✓10078PASSED
mimo-v2.6-flash облачнаяhighrun-0413:37473.5M61k96%$1.1396/96✓10078PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяoffrun-1014:08542.1M49k94%$0.1096/96✓10078PASSED
qwen3.8:27b-pi-100k локальнаяoffrun-0360:00311.6M14k92%$0.4296/96✓10078PASSED
qwen3.8:27b-pi-100k локальнаяmediumrun-071:2613373k10k91%$0.0196/96✓10078PASSED
qwen3.8:27b-pi-100k локальнаяxhighrun-128:22623.4M50k96%$0.0696/96✓10078PASSED
qwen3.8:27b-pi-100k локальнаяxhighrun-2013:59513.0M80k94%$0.1096/96✓10078PASSED
deepseek-v4.1-flash-1017 облачнаяhighrun-0811:42778.9M65k98%$2.8196/96✓10076PASSED
deepseek-v4.1-flash-1017 облачнаяmaxrun-1117:088510.2M120k98%$3.2896/96✓10076PASSED
deepseek-v4.1-flash-1017 облачнаяhighrun-106:12261.8M55k94%$0.6296/96✓10074PASSED
qwen3.8:27b-pi-100k локальнаяlowrun-0513:40553.2M77k94%$0.1096/96✓10074PASSED
bonsai-2:ctx100k локальнаяlowrun-0620:40904.4M104k96%$0.1596/96✓10072PASSED
deepseek-v4.1-flash-1017 облачнаяlowrun-033:41301.7M29k95%$0.5496/96✓10072PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяmediumrun-054:58281.2M17k95%$0.0396/96✓10072PASSED
qwen3.8:27b-pi-100k локальнаяlowrun-068:24331.5M39k91%$0.0696/96✓10072PASSED
qwen3.8:27b-pi-100k локальнаяmediumrun-173:16331.2M21k97%$0.0296/96✓10072PASSED
deepseek-v4.1-flash-1017 облачнаяmaxrun-1416:07525.6M111k97%$1.8496/96✓10068PASSED
glm-5.3-flash облачнаяhighrun-109:56482.3M37k96%$0.4396/96✓10068PASSED
huihui-ai:pi-100k локальнаяlowrun-144:26251.0M32k96%$0.030/96✓10068PASSED
huihui-ai:pi-100k локальнаяoffrun-185:55583.1M51k99%$0.0496/96✓10068PASSED
deepseek-v4.1-flash-1017 облачнаяlowrun-013:51291.2M26k95%$0.4096/96✓10062PASSED
huihui-ai:pi-100k локальнаяoffrun-051:5633998k16k96%$0.0196/96✓10062PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяoffrun-028:33532.8M27k96%$0.0696/96✓10062PASSED
qwen3.8:27b-pi-100k локальнаяoffrun-017:43381.9M37k97%$0.0596/96✓10062PASSED
huihui-ai:pi-100k локальнаяoffrun-043:36411.7M30k97%$0.0396/96✓10058PASSED
qwen3.8:27b-pi-100k локальнаяxhighrun-119:14382.1M51k95%$0.0696/96✓10055PASSED
glm-5.3-flash облачнаяlowrun-072:3114238k11k85%$0.0596/96✓10052PASSED
deepseek-v4.1-flash-1017 облачнаяhighrun-063:57281.4M29k95%$0.450/96✓10042PASSED
glm-5.3-flash облачнаяmaxrun-1513:27371.8M35k91%$0.3396/96✓100—PASSED
deepseek-v4.1-flash-1017 облачнаяlowrun-026:44483.5M45k97%$1.1396/96✓9488PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяoffrun-0312:511056.0M42k98%$0.0996/96✓9488PASSED
glm-5.3-flash облачнаяlowrun-057:41582.4M20k96%$0.4396/96✓9482PASSED
glm-5.3-flash облачнаяmaxrun-0315:01502.7M52k96%$0.5096/96✓9478PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяmediumrun-084:3322571k19k96%$0.030/96✓9478PASSED
gemma4:26b-pi-100k локальнаяmediumrun-051:2520890k19k93%$0.0196/96✓9474PASSED
gemma4:31b-it-qat-pi-100k локальнаяmediumrun-045:3512623k13k88%$0.0496/96✓9474PASSED
glm-5.3-flash облачнаяhighrun-0811:34633.6M36k97%$0.6696/96✓9474PASSED
bonsai-2:ctx100k локальнаяmediumrun-0960:0020611.5M179k97%$0.4296/96✓9472PASSED
qwen3.8:27b-pi-100k локальнаяmediumrun-092:2526697k18k96%$0.0296/96✓9472PASSED
huihui-ai:pi-100k локальнаяxhighrun-1932:171166.6M116k97%$0.230/96✓9462PASSED
qwen3.8:27b-pi-100k локальнаяlowrun-0413:48653.6M65k96%$0.1096/96✓9462PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяoffrun-016:3926840k26k93%$0.0596/96✓9442PASSED
bonsai-2:ctx100k локальнаяoffrun-0211:051206.9M37k95%$0.0896/96✓9412PASSED
qwen3.8:27b-pi-100k локальнаяmediumrun-082:4623975k19k96%$0.0296/96✓8882PASSED
gemma4:31b-it-qat-pi-100k локальнаяmediumrun-054:5416711k12k91%$0.0396/96✓8878PASSED
bonsai-2:ctx100k локальнаяmediumrun-1246:341106.0M158k95%$0.3396/96✓8876PASSED
gemma4:26b-pi-100k локальнаяoffrun-101:0018834k12k92%$0.0196/96✓8874FAILED
muse-glimmer:ctx100k локальнаяhighrun-123:3723864k14k93%$0.030/96✓8872PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяmediumrun-043:2719301k14k91%$0.0295/96✗8872FAILED
bonsai-2:ctx100k локальнаяlowrun-1060:0019211.2M270k96%$0.4296/96✓8862PASSED
muse-glimmer:ctx100k локальнаяhighrun-097:4419969k12k90%$0.0596/96✓8862PASSED
qwen3.8:27b-pi-100k локальнаяoffrun-194:45522.4M31k95%$0.030/96✓8862PASSED
muse-glimmer:ctx100k локальнаяhighrun-053:44351.9M13k97%$0.0396/96✓8858PASSED
muse-glimmer:ctx100k локальнаяoffrun-151:5315619k7k91%$0.010/96✓8858PASSED
muse-glimmer:ctx100k локальнаяhighrun-062:3919791k10k92%$0.0296/96✓8818PASSED
gemma4:31b-it-qat-pi-100k локальнаяoffrun-093:47291.4M7k94%$0.0396/96✓8178PASSED
bonsai-2:ctx100k локальнаяlowrun-1138:491539.2M159k95%$0.2796/96✓8168PASSED
gemma4:26b-pi-100k локальнаяmediumrun-060:4112223k11k86%$0.0096/96✓8162PASSED
gemma4:31b-it-qat-pi-100k локальнаяmediumrun-074:5614907k9k86%$0.0396/96✓8158PASSED
bonsai-2:ctx100k локальнаяmediumrun-0728:391316.8M136k97%$0.2096/96✓7587PASSED
huihui-ai:pi-100k локальнаяoffrun-172:16361.4M17k97%$0.0296/96✓7586PASSED
gemma4:26b-pi-100k локальнаяmediumrun-071:3317731k16k80%$0.0196/96✓7572FAILED
gemma4:31b-it-qat-pi-100k локальнаяoffrun-025:0611644k11k87%$0.040/96✓7572PASSED
muse-glimmer:ctx100k локальнаяlowrun-022:0715242k4k88%$0.0196/96✓7558PASSED
muse-glimmer:ctx100k локальнаяoffrun-101:5619747k7k92%$0.0196/96✓7545PASSED
bonsai-2:ctx100k локальнаяmediumrun-1360:00733.9M97k93%$0.420/96✓7542PASSED
bonsai-2:ctx100k локальнаяlowrun-0548:2818910.5M197k97%$0.3496/96✓7538FAILED
bonsai-2:ctx100k локальнаяlowrun-0424:231156.3M108k95%$0.1793/96✗6985FAILED
huihui-ai:pi-100k локальнаяmediumrun-0760:00261.2M23k94%$0.4296/96✓6978PASSED
gemma4:26b-pi-100k локальнаяoffrun-020:4715602k10k90%$0.0196/96✓6972FAILED
gemma4:26b-pi-100k локальнаяmediumrun-081:349507k20k85%$0.0196/96✓6962FAILED
gemma4:31b-it-qat-pi-100k локальнаяmediumrun-086:5019739k15k86%$0.0596/96✓6962PASSED
glm-5.3-flash облачнаяlowrun-042:4313392k9k79%$0.0796/96✓6962FAILED
muse-glimmer:ctx100k локальнаяlowrun-141:1311183k5k86%$0.010/96✓6962FAILED
huihui-ai:pi-100k локальнаяoffrun-063:16401.7M22k98%$0.0296/96✓6958PASSED
muse-glimmer:ctx100k локальнаяoffrun-011:3914621k5k89%$0.0196/96✓6955FAILED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяmediumrun-069:03532.6M31k98%$0.0694/96✗6284FAILED
qwen3.8:27b-pi-100k локальнаяoffrun-023:58391.8M27k94%$0.0396/96✓6284FAILED
glm-5.3-flash облачнаяlowrun-066:5726989k13k91%$0.1896/96✓6282PASSED
ornith-1.5:35b-ctx100k-tuned локальнаяmediumrun-069:221105.8M97k96%$0.0796/96✓6282PASSED
orcarouter/Qwen3.8-27B-Uncensored:ctx100k локальнаяoffrun-097:06331.3M27k95%$0.050/96✗6276FAILED
ornith-1.5:35b-ctx100k-tuned локальнаяmediumrun-054:00311.2M15k91%$0.0389/96✗6274FAILED
muse-glimmer:ctx100k локальнаяlowrun-131:539220k7k81%$0.0196/96✓6242FAILED
muse-glimmer:ctx100k локальнаяoffrun-161:4613474k5k87%$0.010/96✓6228FAILED
bonsai-2:ctx100k локальнаяoffrun-0144:511538.8M68k98%$0.3196/96✓5662PASSED
gemma4:31b-it-qat-pi-100k локальнаяmediumrun-067:23221.3M15k87%$0.0596/96✓5662FAILED
gemma4:26b-pi-100k локальнаяoffrun-010:5716540k8k89%$0.0196/96✓5652PASSED
muse-glimmer:ctx100k локальнаяoffrun-071:3211633k4k87%$0.010/96✓5632FAILED
muse-glimmer:ctx100k локальнаяlowrun-081:1513415k4k87%$0.0195/96✗5055FAILED
ornith-1.5:35b-ctx100k-tuned локальнаяmediumrun-0913:471769.7M150k97%$0.1096/96✓3845FAILED
bonsai-2:ctx100k локальнаяoffrun-1410:041045.5M45k98%$0.0796/96✓3838FAILED
qwen3.8:27b-pi-100k локальнаяoffrun-1813:5027928k23k97%$0.1096/96✗3832FAILED
ornith-1.5:35b-ctx100k локальнаяmediumrun-0110:5522713.8M109k98%$0.0896/96✗3140FAILED
gemma4:e2b-ctx100k локальнаяmediumrun-060:09329k4k86%$0.000/96✗1272FAILED
gemma4:e2b-ctx100k локальнаяmediumrun-050:08329k4k81%$0.000/96✗1258FAILED
ornith-1.5:35b-ctx100k локальнаяmediumrun-0312:361578.8M142k97%$0.0987/96✗1242FAILED
muse-glimmer:ctx100k локальнаяlowrun-030:41493k3k70%$0.000/96✗1238FAILED
gemma4:e2b-ctx100k локальнаяmediumrun-080:15332k7k73%$0.000/96✗668FAILED
ornith-1.5:35b-ctx100k локальнаяmediumrun-0215:0818310.8M120k97%$0.110/96✗662FAILED
gemma4:e2b-ctx100k локальнаяmediumrun-070:11328k3k62%$0.000/96✗655FAILED
gemma4:e2b-ctx100k локальнаяoffrun-090:06219k3k48%$0.000/96✗655FAILED
gemma4:e2b-ctx100k локальнаяoffrun-030:08327k4k86%$0.000/96✗645FAILED
huihui-ai:pi-100k локальнаяxhighrun-2011:47482.3M71k95%$0.0896/96✓078PASSED
gemma4:e2b-ctx100k локальнаяoffrun-013:035208k74k45%$0.020/96✗068FAILED
gemma4:e2b-ctx100k локальнаяmediumrun-040:09329k4k59%$0.000/96✗042FAILED
bonsai-2:ctx100k локальнаяoffrun-0360:003548239.3M140k99.8%$0.42—✗——нет решения
bonsai-2:ctx100k локальнаяoffrun-1560:002750172.5M116k99%$0.42—✗——нет решения
gemma4:26b-pi-100k локальнаяoffrun-032:2412186k96989%$0.02—✗——нет решения
gemma4:26b-pi-100k локальнаяmediumrun-042:5719402k9k89%$0.02—✗——нет решения
gemma4:26b-pi-100k локальнаяoffrun-091:0717878k3k70%$0.01—✗——нет решения
gemma4:31b-it-qat-pi-100k локальнаяoffrun-014:13241.2M7k88%$0.03—✗——нет решения
gemma4:31b-it-qat-pi-100k локальнаяoffrun-033:46794.9M3k95%$0.03—✗——нет решения
gemma4:31b-it-qat-pi-100k локальнаяoffrun-102:24542.8M3k98%$0.02—✗——нет решения
gemma4:e2b-ctx100k локальнаяoffrun-020:01217k27049%$0.00—✗——нет решения
gemma4:e2b-ctx100k локальнаяoffrun-100:00217k11387%$0.00—✗——нет решения
mimo-v2.6-flash облачнаяoffrun-0160:0025237.0M67k99%$11.41—✗——нет решения
mimo-v2.6-flash облачнаяoffrun-0258:0337862.2M51k99.6%$19.08—✗——нет решения
mimo-v2.6-flash облачнаяoffrun-0339:389710.3M16k99%$3.16—✗——нет решения
mimo-v2.6-flash облачнаяhighrun-0650:4522849k48k88%$0.32—✗——нет решения
mimo-v2.6-flash облачнаяhighrun-0850:01371.5M58k92%$0.52—✗——нет решения
muse-glimmer:ctx100k локальнаяhighrun-043:23231.1M12k90%$0.02—✗——нет решения
muse-glimmer:ctx100k локальнаяhighrun-113:24211.0M11k88%$0.02—✗——нет решения
ornith-1.5:35b-ctx100k локальнаяmediumrun-0727:3535220.6M284k97%$0.19—✗——нет решения
ornith-1.5:35b-ctx100k локальнаяmediumrun-089:46734.2M112k95%$0.07—✗——нет решения
ornith-1.5:35b-ctx100k-tuned локальнаяmediumrun-046:36824.4M72k97%$0.05—✗——нет решения
ornith-1.5:35b-ctx100k-tuned локальнаяmediumrun-1010:541377.8M119k96%$0.08—✗——нет решения
ornith-1.5:9b локальнаяmediumrun-010:3417349k2k71%$0.00—✗——нет решения
ornith-1.5:9b локальнаяmediumrun-020:3819500k4k85%$0.00—✗——нет решения
ornith-1.5:9b локальнаяmediumrun-030:1810178k2k67%$0.00—✗——нет решения
ornith-1.5:9b локальнаяmediumrun-0416:5325441k6k88%$0.12—✗——нет решения
ornith-1.5:9b локальнаяmediumrun-050:3413205k2k88%$0.00—✗——нет решения

Каждая карточка — прогон: скриншоты (клик — 1:1), итоговый балл 0–100, статус автопроверки, ссылка на приложение. Модели отсортированы по убыванию лучшего балла.

bonsai-2:ctx100k средний 69/100 · лучший 100 · PASSED 67% (10 из 15)

run-01 think: off ✓ PASSED 56/100итог 62/100vision-UX ▶ открыть приложение
⏱ 44:51 · ходов 153 · вх 8.8M · вых 68k · кэш 8.6M · $0.31 (локально) · 📁 1 файл: код 21К (index.html)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается линейный подсчёт вместо позиционного
старт
старт
вопрос
вопрос
результат
результат
run-02 think: off ✓ PASSED 94/100итог 12/100vision-UX ▶ открыть приложение
⏱ 11:05 · ходов 120 · вх 6.9M · вых 37k · кэш 6.5M · $0.08 (локально) · 📁 1 файл: код 64К (index.html)
touch-DnDданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале чистый vanilla-JS drag&drop вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-03 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 60:00 · ходов 3548 · вх 239.3M · вых 140k · кэш 238.8M · $0.42 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-14 think: off ✗ FAILED 38/100итог 38/100vision-UX ▶ открыть приложение
⏱ 10:04 · ходов 104 · вх 5.5M · вых 45k · кэш 5.3M · $0.07 (локально) · 📁 20 файлов: код 18К (index.html) · вне приложения 975К (html×4 651К · txt×2 147К · css×5 66К · js×5 49К · др.×3 62К)
данные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается index.html самодостаточен
старт
старт
результат
результат
run-15 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 60:00 · ходов 2750 · вх 172.5M · вых 116k · кэш 170.6M · $0.42 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-04 think: low ✗ FAILED 69/100итог 85/100vision-UX ▶ открыть приложение
⏱ 24:23 · ходов 115 · вх 6.3M · вых 108k · кэш 6.0M · $0.17 (локально) · 📁 1 файл: код 32К (index.html)
SortableJSданные анкеты: 93/96своя реализация JSшкала подсчёта отличается корректен maj.push(items[0]...type), min.push(items[n-1]...type), балл = count(maj)-count(min)
старт
старт
вопрос
вопрос
результат
результат
run-05 think: low ✗ FAILED 75/100итог 38/100vision-UX ▶ открыть приложение
⏱ 48:28 · ходов 189 · вх 10.5M · вых 197k · кэш 10.2M · $0.34 (локально) · 📁 1 файл: код 61К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается email/токен/редирект убраны
старт
старт
вопрос
вопрос
результат
результат
run-06 think: low ✓ PASSED 100/100итог 72/100vision-UX ▶ открыть приложение
⏱ 20:40 · ходов 90 · вх 4.4M · вых 104k · кэш 4.2M · $0.15 (локально) · 📁 1 файл: код 32К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале свой drag&drop на pointer events вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-10 think: low ✓ PASSED 88/100итог 62/100vision-UX ▶ открыть приложение
⏱ 60:00 · ходов 192 · вх 11.2M · вых 270k · кэш 10.7M · $0.42 (локально) · 📁 7 файлов: код 36К (index.html) · вне приложения 637К (html×2 589К · js×3 43К · json×1 5К)
данные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале никаких CDN/fetch/XHR/sendBeacon
старт
старт
вопрос
вопрос
результат
результат
run-11 think: low ✓ PASSED 81/100итог 68/100vision-UX ▶ открыть приложение
⏱ 38:49 · ходов 153 · вх 9.2M · вых 159k · кэш 8.7M · $0.27 (локально) · 📁 7 файлов: код 37К (index.html) · вне приложения 619К (html×3 590К · js×1 17К · json×1 8К · css×1 5К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается даёт веса +3/+1/−1/−3 за позиции 1–4
старт
старт
вопрос
вопрос
результат
результат
run-07 think: medium ✓ PASSED 75/100итог 87/100vision-UX ▶ открыть приложение
⏱ 28:39 · ходов 131 · вх 6.8M · вых 136k · кэш 6.6M · $0.20 (локально) · 📁 1 файл: код 26К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается присваивает +3/+2/+1/0 всем четырём позициям, тогда как оригинал учитывает только мажор
старт
старт
вопрос
вопрос
результат
результат
run-08 think: medium ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 43:13 · ходов 236 · вх 14.8M · вых 175k · кэш 14.4M · $0.30 (локально) · 📁 15 файлов: код 31К (index.html) · вне приложения 724К (html×2 589К · css×3 73К · js×3 22К · pyc×1 17К · др.×5 23К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале external-чекер — 0 URL
старт
старт
вопрос
вопрос
результат
результат
run-09 think: medium ✓ PASSED 94/100итог 72/100vision-UX ▶ открыть приложение
⏱ 60:00 · ходов 206 · вх 11.5M · вых 179k · кэш 11.2M · $0.42 (локально) · 📁 45 файлов: код 64К (index.html) · вне приложения 1.2М (html×3 655К · js×27 228К · txt×2 146К · png×1 61К · др.×11 103К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей pointer-реализацией drag&drop
старт
старт
вопрос
вопрос
результат
результат
run-12 think: medium ✓ PASSED 88/100итог 76/100vision-UX ▶ открыть приложение
⏱ 46:34 · ходов 110 · вх 6.0M · вых 158k · кэш 5.8M · $0.33 (локально) · 📁 2 файла: код 50К (index.html) · вне приложения 6К (json×1 6К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей реализацией (reconcile/findTarget)
старт
старт
вопрос
вопрос
результат
результат
run-13 think: medium ✓ PASSED 75/100итог 42/100vision-UX ▶ открыть приложение
⏱ 60:00 · ходов 73 · вх 3.9M · вых 97k · кэш 3.6M · $0.42 (локально) · 📁 1 файл: код 29К (index.html)
pointer-DnD (самописный)типы не извлекаемы: динамическая генерация списковJS переписан с нуляшкала как в оригинале мёртвый кусок — makeToken/b64url/AES-GCM (строки
старт
старт
вопрос
вопрос
результат
результат

anthropic/claude-haiku-5.5 средний 100/100 · лучший 100 · PASSED 100% (6 из 6)

run-01 think: off ✓ PASSED 100/100итог 84/100vision-UX ▶ открыть приложение
⏱ 1:09 · ходов 18 · вх 699k · вых 11k · кэш 641k · $0.02 · 📁 7 файлов: код 21К (index.html) · вне приложения 691К (html×2 589К · css×1 56К · js×2 40К · json×1 6К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (~60 строк bindSortable/bindTouch)
старт
старт
вопрос
вопрос
результат
результат
run-02 think: low ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 1:28 · ходов 14 · вх 741k · вых 11k · кэш 664k · $0.02 · 📁 7 файлов: код 16К (index.html) · вне приложения 636К (html×2 589К · js×4 47К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале drag&drop написан с нуля вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-03 think: medium ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 2:04 · ходов 19 · вх 839k · вых 20k · кэш 776k · $0.03 · 📁 1 файл: код 23К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей реализацией (~60 строк pointer-drag с ghost и placeholder)
старт
старт
вопрос
вопрос
результат
результат
run-04 think: high ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 3:36 · ходов 30 · вх 1.7M · вых 36k · кэш 1.7M · $0.05 · 📁 5 файлов: код 21К (index.html) · вне приложения 629К (html×2 589К · js×2 40К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале SortableJS заменён собственной pointer-events реализацией с ghost-элементом
старт
старт
вопрос
вопрос
результат
результат
run-05 think: xhigh ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 7:31 · ходов 38 · вх 4.1M · вых 80k · кэш 3.9M · $0.32 · 📁 10 файлов: код 66К (index.html) · вне приложения 703К (html×2 589К · css×3 67К · js×4 47К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей pointer-events реализацией с ghost-элементом и автоскроллом
старт
старт
вопрос
вопрос
результат
результат
run-06 think: max ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 17:45 · ходов 80 · вх 15.6M · вых 186k · кэш 15.3M · $1.25 · 📁 30 файлов: код 28К (index.html) · вне приложения 1.8М (png×12 949К · html×3 614К · css×4 79К · js×4 58К · др.×6 32К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале drag&drop своя реализация на Pointer Events (замена SortableJS)
старт
старт
вопрос
вопрос
результат
результат

deepseek-v4.1-flash-1017 средний 100/100 · лучший 100 · PASSED 100% (15 из 15)

run-01 think: low ✓ PASSED 100/100итог 62/100vision-UX ▶ открыть приложение
⏱ 3:51 · ходов 29 · вх 1.2M · вых 26k · кэш 1.1M · $0.40 · 📁 1 файл: код 43К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале drag&drop своя реализация на Pointer Events (замена SortableJS)
старт
старт
вопрос
вопрос
результат
результат
run-02 think: low ✓ PASSED 94/100итог 88/100vision-UX ▶ открыть приложение
⏱ 6:44 · ходов 48 · вх 3.5M · вых 45k · кэш 3.4M · $1.13 · 📁 7 файлов: код 116К (index.html) · вне приложения 651К (html×3 621К · js×1 21К · json×1 7К · py×1 2К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале токенов
старт
старт
вопрос
вопрос
результат
результат
run-03 think: low ✓ PASSED 100/100итог 72/100vision-UX ▶ открыть приложение
⏱ 3:41 · ходов 30 · вх 1.7M · вых 29k · кэш 1.6M · $0.54 · 📁 4 файла: код 34К (index.html) · вне приложения 610К (html×2 589К · js×1 21К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией на pointer events с ghost-элементом
старт
старт
вопрос
вопрос
результат
результат
run-04 think: low ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 3:32 · ходов 24 · вх 899k · вых 25k · кэш 845k · $0.30 · 📁 1 файл: код 41К (index.html)
SortableJSданные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале drag&drop своя реализация на Pointer Events (SortableJS не используется)
старт
старт
вопрос
вопрос
результат
результат
run-05 think: low ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 5:35 · ходов 43 · вх 2.3M · вых 39k · кэш 2.3M · $0.76 · 📁 1 файл: код 112К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей реализацией
старт
старт
вопрос
вопрос
результат
результат
run-06 think: high ✓ PASSED 100/100итог 42/100vision-UX ▶ открыть приложение
⏱ 3:57 · ходов 28 · вх 1.4M · вых 29k · кэш 1.3M · $0.45 · 📁 7 файлов: код 98К (index.html) · вне приложения 658К (html×2 589К · py×1 34К · js×1 21К · json×1 7К · др.×1 7К)
SortableJSтипы не извлекаемы: динамическая генерация списковсвоя реализация JSшкала как в оригинале SortableJS заменен своей pointer-реализацией
старт
старт
вопрос
вопрос
результат
результат
run-07 think: high ✓ PASSED 100/100итог 88/100vision-UX ▶ открыть приложение
⏱ 9:55 · ходов 68 · вх 4.8M · вых 56k · кэш 4.7M · $1.54 · 📁 16 файлов: код 98К (index.html) · вне приложения 2.4М (png×6 1.7М · html×2 589К · css×1 56К · js×1 21К · др.×5 26К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией на pointer events
старт
старт
вопрос
вопрос
результат
результат
run-08 think: high ✓ PASSED 100/100итог 76/100vision-UX ▶ открыть приложение
⏱ 11:42 · ходов 77 · вх 8.9M · вых 65k · кэш 8.7M · $2.81 · 📁 30 файлов: код 106К (index.html) · вне приложения 1.7М (png×8 886К · html×2 589К · css×2 62К · js×2 40К · др.×15 44К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале MAX_SCORE=24
старт
старт
вопрос
вопрос
результат
результат
run-09 think: high ✓ PASSED 100/100итог 90/100vision-UX ▶ открыть приложение
⏱ 6:51 · ходов 35 · вх 2.0M · вых 55k · кэш 1.9M · $0.68 · 📁 16 файлов: код 126К (index.html) · вне приложения 2.0М (png×6 1.2М · html×3 720К · js×4 30К · json×1 3К · др.×1 0К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале без fetch/CDN
старт
старт
вопрос
вопрос
результат
результат
run-10 think: high ✓ PASSED 100/100итог 74/100vision-UX ▶ открыть приложение
⏱ 6:12 · ходов 26 · вх 1.8M · вых 55k · кэш 1.7M · $0.62 · 📁 1 файл: код 51К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале drag&drop своя реализация вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-11 think: max ✓ PASSED 100/100итог 76/100vision-UX ▶ открыть приложение
⏱ 17:08 · ходов 85 · вх 10.2M · вых 120k · кэш 10.1M · $3.28 · 📁 6 файлов: код 160К (index.html) · вне приложения 671К (html×2 589К · css×1 56К · js×1 21К · json×1 4К)
HTML5 DnDданные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале drag&drop своя реализация на Pointer Events вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-12 think: max ✓ PASSED 100/100итог 88/100vision-UX ▶ открыть приложение
⏱ 22:39 · ходов 129 · вх 19.4M · вых 145k · кэш 19.1M · $6.10 · 📁 7 файлов: код 144К (index.html) · вне приложения 666К (html×2 589К · py×1 55К · js×1 21К · txt×2 1К)
HTML5 DnDданные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале drag&drop своя реализация на Pointer Events
старт
старт
вопрос
вопрос
результат
результат
run-13 think: max ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 20:15 · ходов 89 · вх 11.1M · вых 146k · кэш 10.9M · $3.58 · 📁 24 файла: код 124К (index.html) · вне приложения 1.9М (png×6 1.1М · html×2 589К · css×1 56К · py×1 46К · др.×13 63К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале нет form/fetch/XHR/sendBeacon
старт
старт
вопрос
вопрос
результат
результат
run-14 think: max ✓ PASSED 100/100итог 68/100vision-UX ▶ открыть приложение
⏱ 16:07 · ходов 52 · вх 5.6M · вых 111k · кэш 5.4M · $1.84 · 📁 26 файлов: код 97К (index.html) · вне приложения 1.4М (html×3 688К · png×3 482К · js×12 92К · css×2 62К · др.×5 52К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале собственный ghost-based drag (activateDrag
старт
старт
вопрос
вопрос
результат
результат
run-15 think: max ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 17:46 · ходов 106 · вх 11.5M · вых 128k · кэш 11.4M · $3.68 · 📁 8 файлов: код 120К (index.html) · вне приложения 739К (html×2 589К · css×2 62К · py×1 58К · js×1 21К · др.×1 9К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале drag&drop — собственная pointer-реализация с placeholder и автоскроллом (SortableJS не используется)
старт
старт
вопрос
вопрос
результат
результат

glm-5.3-flash средний 94/100 · лучший 100 · PASSED 93% (14 из 15)

run-01 think: low ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 3:56 · ходов 22 · вх 635k · вых 13k · кэш 583k · $0.12 · 📁 1 файл: код 33К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале restart через location.reload
старт
старт
вопрос
вопрос
результат
результат
run-04 think: low ✗ FAILED 69/100итог 62/100vision-UX ▶ открыть приложение
⏱ 2:43 · ходов 13 · вх 392k · вых 9k · кэш 310k · $0.07 · 📁 4 файла: код 23К (index.html) · вне приложения 560К (html×1 526К · js×2 34К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается оригинале позиция 1 даёт +1, позиция 4 даёт −1
старт
старт
результат
результат
run-05 think: low ✓ PASSED 94/100итог 82/100vision-UX ▶ открыть приложение
⏱ 7:41 · ходов 58 · вх 2.4M · вых 20k · кэш 2.3M · $0.43 · 📁 4 файла: код 24К (index.html) · вне приложения 554К (html×1 526К · js×1 21К · json×1 7К)
SortableJSданные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале drag&drop своя pointer-реализация с HTML5-фолбэком
старт
старт
вопрос
вопрос
результат
результат
run-06 think: low ✓ PASSED 62/100итог 82/100vision-UX ▶ открыть приложение
⏱ 6:57 · ходов 26 · вх 989k · вых 13k · кэш 900k · $0.18 · 📁 5 файлов: код 23К (index.html) · вне приложения 561К (html×1 526К · js×2 34К · mjs×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)JS переписан с нуляшкала подсчёта отличается = [2, 1, -1, -2] средние позиции тоже влияют (+1/−1) и края вдвое сильнее эталона
старт
старт
вопрос
вопрос
результат
результат
run-07 think: low ✓ PASSED 100/100итог 52/100vision-UX ▶ открыть приложение
⏱ 2:31 · ходов 14 · вх 238k · вых 11k · кэш 202k · $0.05 · 📁 3 файла: код 29К (index.html) · вне приложения 547К (html×1 526К · js×1 21К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале результат в приложении
старт
старт
вопрос
вопрос
результат
результат
run-02 think: high ✓ PASSED 100/100итог 84/100vision-UX ▶ открыть приложение
⏱ 11:17 · ходов 48 · вх 2.8M · вых 32k · кэш 2.7M · $0.52 · 📁 12 файлов: код 44К (index.html) · вне приложения 1.3М (png×4 671К · html×2 589К · js×2 33К · mjs×3 13К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале своего drag&drop на Pointer Events вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-08 think: high ✓ PASSED 94/100итог 74/100vision-UX ▶ открыть приложение
⏱ 11:34 · ходов 63 · вх 3.6M · вых 36k · кэш 3.5M · $0.66 · 📁 4 файла: код 38К (index.html) · вне приложения 604К (html×1 526К · css×1 56К · js×1 21К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственным pointer-drag
старт
старт
вопрос
вопрос
результат
результат
run-09 think: high ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 8:15 · ходов 28 · вх 1.3M · вых 29k · кэш 1.2M · $0.24 · 📁 14 файлов: код 35К (index.html) · вне приложения 1.1М (html×2 589К · png×6 455К · js×1 21К · mjs×3 12К · др.×1 4К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале touch/pen — 'if (e.pointerType==='touch' && !e.target.closest('.disc-handle')) return
старт
старт
вопрос
вопрос
результат
результат
run-10 think: high ✓ PASSED 100/100итог 68/100vision-UX ▶ открыть приложение
⏱ 9:56 · ходов 48 · вх 2.3M · вых 37k · кэш 2.2M · $0.43 · 📁 16 файлов: код 51К (index.html) · вне приложения 1.4М (png×5 659К · html×3 606К · css×2 62К · js×2 40К · др.×3 16К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной pointer-реализацией с ghost и автоскроллом
старт
старт
вопрос
вопрос
результат
результат
run-11 think: high ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 14:28 · ходов 41 · вх 2.7M · вых 48k · кэш 2.6M · $0.51 · 📁 2 файла: код 44К (index.html) · вне приложения 11К (cjs×1 11К)
SortableJSданные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале favicon data-URI
старт
старт
вопрос
вопрос
результат
результат
run-03 think: max ✓ PASSED 94/100итог 78/100vision-UX ▶ открыть приложение
⏱ 15:01 · ходов 50 · вх 2.7M · вых 52k · кэш 2.6M · $0.50 · 📁 15 файлов: код 39К (index.html) · вне приложения 1.5М (png×4 696К · html×3 609К · css×2 62К · js×2 40К · др.×3 24К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале hero «за 5 минут»)
старт
старт
вопрос
вопрос
результат
результат
run-12 think: max ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 9:18 · ходов 29 · вх 841k · вых 34k · кэш 755k · $0.17 · 📁 16 файлов: код 49К (index.html) · вне приложения 1.1М (html×7 1.1М · js×2 40К · json×1 7К · log×4 0К · др.×1 0К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией на pointerdown/move/up
старт
старт
вопрос
вопрос
результат
результат
run-13 think: max ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 12:06 · ходов 38 · вх 2.3M · вых 39k · кэш 2.1M · $0.42 · 📁 8 файлов: код 40К (index.html) · вне приложения 708К (html×2 589К · css×2 73К · js×2 40К · json×1 7К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале редирект
старт
старт
вопрос
вопрос
результат
результат
run-14 think: max ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 11:56 · ходов 40 · вх 1.5M · вых 31k · кэш 1.4M · $0.28 · 📁 11 файлов: код 37К (index.html) · вне приложения 1.0М (html×3 606К · png×3 278К · css×1 56К · js×2 40К · др.×1 4К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале единственный index.html
старт
старт
вопрос
вопрос
результат
результат
run-15 think: max ✓ PASSED 100/100итог —/100vision-UX ▶ открыть приложение
⏱ 13:27 · ходов 37 · вх 1.8M · вых 35k · кэш 1.6M · $0.33 · 📁 2492 файла: код 44К (index.html) · вне приложения 28.9М (ts×1006 8.4М · map×511 8.4М · js×507 6.1М · json×78 1.8М · др.×389 4.2М)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале сетевых запросов нет (check external pass
старт
старт
вопрос
вопрос
результат
результат

huihui-ai:pi-100k средний 90/100 · лучший 100 · PASSED 100% (20 из 20)

run-04 think: off ✓ PASSED 100/100итог 58/100vision-UX ▶ открыть приложение
⏱ 3:36 · ходов 41 · вх 1.7M · вых 30k · кэш 1.7M · $0.03 (локально) · 📁 1 файл: код 25К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (~90 строк на pointer events)
старт
старт
вопрос
вопрос
результат
результат
run-05 think: off ✓ PASSED 100/100итог 62/100vision-UX ▶ открыть приложение
⏱ 1:56 · ходов 33 · вх 998k · вых 16k · кэш 953k · $0.01 (локально) · 📁 1 файл: код 35К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своим pointer-based drag&drop
старт
старт
вопрос
вопрос
результат
результат
run-06 think: off ✓ PASSED 69/100итог 58/100vision-UX ▶ открыть приложение
⏱ 3:16 · ходов 40 · вх 1.7M · вых 22k · кэш 1.7M · $0.02 (локально) · 📁 1 файл: код 52К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной pointer-based реализацией
старт
старт
вопрос
вопрос
результат
результат
run-17 think: off ✓ PASSED 75/100итог 86/100vision-UX ▶ открыть приложение
⏱ 2:16 · ходов 36 · вх 1.4M · вых 17k · кэш 1.4M · $0.02 (локально) · 📁 6 файлов: код 22К (index.html) · вне приложения 619К (html×2 589К · js×2 25К · json×1 5К)
данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале своя реализация DnD вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-18 think: off ✓ PASSED 100/100итог 68/100vision-UX ▶ открыть приложение
⏱ 5:55 · ходов 58 · вх 3.1M · вых 51k · кэш 3.1M · $0.04 (локально) · 📁 1 файл: код 25К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале drag&drop написан свой вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-01 think: low ✓ PASSED 100/100итог 84/100vision-UX ▶ открыть приложение
⏱ 10:17 · ходов 74 · вх 3.9M · вых 57k · кэш 3.8M · $0.07 (локально) · 📁 4 файла: код 29К (index.html) · вне приложения 566К (html×1 526К · js×2 40К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале favicon — data:URI)
старт
старт
вопрос
вопрос
результат
результат
run-02 think: low ✓ PASSED 100/100итог 86/100vision-UX ▶ открыть приложение
⏱ 4:55 · ходов 21 · вх 966k · вых 27k · кэш 858k · $0.03 (локально) · 📁 3 файла: код 31К (index.html) · вне приложения 547К (html×1 526К · js×1 21К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей pointer-реализацией
старт
старт
вопрос
вопрос
результат
результат
run-03 think: low ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 6:20 · ходов 24 · вх 882k · вых 39k · кэш 780k · $0.04 (локально) · 📁 1 файл: код 37К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале icon через data:URI
старт
старт
вопрос
вопрос
результат
результат
run-13 think: low ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 21:47 · ходов 103 · вх 5.5M · вых 121k · кэш 5.3M · $0.15 (локально) · 📁 9 файлов: код 31К (index.html) · вне приложения 695К (html×2 589К · css×2 62К · js×2 40К · txt×1 3К · др.×1 1К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале drag&drop написан свой вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-14 think: low ✓ PASSED 100/100итог 68/100vision-UX ▶ открыть приложение
⏱ 4:26 · ходов 25 · вх 1.0M · вых 32k · кэш 984k · $0.03 (локально) · 📁 1 файл: код 25К (index.html)
pointer-DnD (самописный)типы не извлекаемы: динамическая генерация списковJS переписан с нуляшкала как в оригинале Esc-закрытие модалки
старт
старт
вопрос
вопрос
результат
результат
run-07 think: medium ✓ PASSED 69/100итог 78/100vision-UX ▶ открыть приложение
⏱ 60:00 · ходов 26 · вх 1.2M · вых 23k · кэш 1.2M · $0.42 (локально) · 📁 1 файл: код 30К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается результат в приложении
старт
старт
вопрос
вопрос
результат
результат
run-08 think: medium ✓ PASSED 100/100итог 88/100vision-UX ▶ открыть приложение
⏱ 3:30 · ходов 34 · вх 1.0M · вых 26k · кэш 1.0M · $0.02 (локально) · 📁 1 файл: код 30К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале drag&drop своя (HANDLE_SVG
старт
старт
вопрос
вопрос
результат
результат
run-09 think: medium ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 4:39 · ходов 43 · вх 1.5M · вых 30k · кэш 1.5M · $0.03 (локально) · 📁 1 файл: код 22К (index.html)
pointer-DnD (самописный)данные анкеты: 95/96своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (~40 строк attachDrag/onDragMove)
старт
старт
вопрос
вопрос
результат
результат
run-15 think: medium ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 3:54 · ходов 49 · вх 2.2M · вых 26k · кэш 2.1M · $0.03 (локально) · 📁 8 файлов: код 24К (index.html) · вне приложения 636К (html×2 589К · js×2 28К · json×3 19К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале своя реализация drag&drop вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-16 think: medium ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 20:54 · ходов 139 · вх 7.9M · вых 102k · кэш 7.8M · $0.15 (локально) · 📁 1 файл: код 24К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (~40 строк)
старт
старт
вопрос
вопрос
результат
результат
run-10 think: xhigh ✓ PASSED 100/100итог 86/100vision-UX ▶ открыть приложение
⏱ 19:30 · ходов 97 · вх 5.0M · вых 102k · кэш 4.8M · $0.14 (локально) · 📁 1 файл: код 40К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале sort可知ная реализация drag&drop своя (без SortableJS)
старт
старт
вопрос
вопрос
результат
результат
run-11 think: xhigh ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 12:11 · ходов 56 · вх 3.1M · вых 69k · кэш 2.9M · $0.09 (локально) · 📁 8 файлов: код 52К (index.html) · вне приложения 706К (html×2 589К · js×3 56К · css×1 56К · json×1 4К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей pointer-реализацией с плейсхолдером
старт
старт
вопрос
вопрос
результат
результат
run-12 think: xhigh ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 17:21 · ходов 83 · вх 4.1M · вых 84k · кэш 4.0M · $0.12 (локально) · 📁 1 файл: код 51К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале SortableJS заменён собственной pointer-based реализацией с ghost-элементом
старт
старт
вопрос
вопрос
результат
результат
run-19 think: xhigh ✓ PASSED 94/100итог 62/100vision-UX ▶ открыть приложение
⏱ 32:17 · ходов 116 · вх 6.6M · вых 116k · кэш 6.4M · $0.23 (локально) · 📁 7 файлов: код 31К (index.html) · вне приложения 638К (html×2 589К · js×3 44К · json×1 5К)
SortableJSтипы не извлекаемы: динамическая генерация списковсвоя реализация JSшкала как в оригинале свой drag&drop на Pointer Events
старт
старт
вопрос
вопрос
результат
результат
run-20 think: xhigh ✓ PASSED 0/100итог 78/100vision-UX ▶ открыть приложение
⏱ 11:47 · ходов 48 · вх 2.3M · вых 71k · кэш 2.2M · $0.08 (локально) · 📁 1 файл: код 394К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JS
старт
старт
вопрос
вопрос
результат
результат

mimo-v2.6-flash средний 38/100 · лучший 100 · PASSED 38% (3 из 8)

run-01 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 60:00 · ходов 252 · вх 37.0M · вых 67k · кэш 36.7M · $11.41
своя реализация JS
решение не создано — скриншотов нет
run-02 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 58:03 · ходов 378 · вх 62.2M · вых 51k · кэш 61.9M · $19.08 · 📁 16 файлов: вне приложения 2.3М (html×4 969К · json×1 456К · png×1 386К · webp×4 266К · др.×6 130К)
своя реализация JS
решение не создано — скриншотов нет
run-03 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 39:38 · ходов 97 · вх 10.3M · вых 16k · кэш 10.1M · $3.16
своя реализация JS
решение не создано — скриншотов нет
run-04 think: high ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 13:37 · ходов 47 · вх 3.5M · вых 61k · кэш 3.3M · $1.13 · 📁 17 файлов: код 48К (index.html) · вне приложения 1.6М (png×6 786К · html×3 606К · css×2 62К · py×1 35К · др.×4 40К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале external findings пусты
старт
старт
вопрос
вопрос
результат
результат
run-05 think: high ✓ PASSED 100/100итог 84/100vision-UX ▶ открыть приложение
⏱ 51:21 · ходов 51 · вх 5.5M · вых 87k · кэш 5.2M · $1.79 · 📁 11 файлов: код 49К (index.html) · вне приложения 747К (html×3 624К · css×2 62К · js×2 40К · mjs×1 13К · др.×2 9К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале ни одного http(s)-URL в файле
старт
старт
вопрос
вопрос
результат
результат
run-06 think: high ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 50:45 · ходов 22 · вх 849k · вых 48k · кэш 746k · $0.32
своя реализация JS
решение не создано — скриншотов нет
run-07 think: high ✓ PASSED 100/100итог 87/100vision-UX ▶ открыть приложение
⏱ 12:18 · ходов 31 · вх 2.1M · вых 47k · кэш 2.0M · $0.71 · 📁 1 файл: код 85К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале свой drag&drop вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-08 think: high ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 50:01 · ходов 37 · вх 1.5M · вых 58k · кэш 1.4M · $0.52
своя реализация JS
решение не создано — скриншотов нет

orcarouter/Qwen3.8-27B-Uncensored:ctx100k средний 89/100 · лучший 100 · PASSED 70% (7 из 10)

run-01 think: off ✓ PASSED 94/100итог 42/100vision-UX ▶ открыть приложение
⏱ 6:39 · ходов 26 · вх 840k · вых 26k · кэш 781k · $0.05 (локально) · 📁 1 файл: код 32К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале
старт
старт
вопрос
вопрос
результат
результат
run-02 think: off ✓ PASSED 100/100итог 62/100vision-UX ▶ открыть приложение
⏱ 8:33 · ходов 53 · вх 2.8M · вых 27k · кэш 2.7M · $0.06 (локально) · 📁 1 файл: код 82К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале favicon data-URI
старт
старт
вопрос
вопрос
результат
результат
run-03 think: off ✓ PASSED 94/100итог 88/100vision-UX ▶ открыть приложение
⏱ 12:51 · ходов 105 · вх 6.0M · вых 42k · кэш 5.8M · $0.09 (локально) · 📁 1471 файл: код 44К (index.html) · вне приложения 18.9М (js×1028 11.3М · map×118 4.7М · ts×172 1.3М · md×83 667К · др.×69 866К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей pointer-реализацией (touch за ручку: 'coarse && e.target.closest(".disc-handle")===null → return')
старт
старт
вопрос
вопрос
результат
результат
run-09 think: off ✗ FAILED 62/100итог 76/100vision-UX ▶ открыть приложение
⏱ 7:06 · ходов 33 · вх 1.3M · вых 27k · кэш 1.2M · $0.05 (локально) · 📁 1 файл: код 49К (index.html)
pointer-DnD (самописный)типы не извлекаемы: динамическая генерация списковсвоя реализация JSшкала подсчёта отличается score : weights=[4,3,2,1], out[t]+=weights[pos] учитываются все позиции
старт
старт
вопрос
вопрос
результат
результат
run-10 think: off ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 14:08 · ходов 54 · вх 2.1M · вых 49k · кэш 2.0M · $0.10 (локально) · 📁 1 файл: код 57К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией makeSortable
старт
старт
вопрос
вопрос
результат
результат
run-04 think: medium ✗ FAILED 88/100итог 72/100vision-UX ▶ открыть приложение
⏱ 3:27 · ходов 19 · вх 301k · вых 14k · кэш 275k · $0.02 (локально) · 📁 1 файл: код 24К (index.html)
HTML5 DnDданные анкеты: 95/96своя реализация JSшкала как в оригинале SortableJS заменён собственной pointer-реализацией
старт
старт
вопрос
вопрос
результат
результат
run-05 think: medium ✓ PASSED 100/100итог 72/100vision-UX ▶ открыть приложение
⏱ 4:58 · ходов 28 · вх 1.2M · вых 17k · кэш 1.1M · $0.03 (локально) · 📁 1 файл: код 24К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале favicon через data:URI
старт
старт
вопрос
вопрос
результат
результат
run-06 think: medium ✗ FAILED 62/100итог 84/100vision-UX ▶ открыть приложение
⏱ 9:03 · ходов 53 · вх 2.6M · вых 31k · кэш 2.5M · $0.06 (локально) · 📁 1 файл: код 33К (index.html)
SortableJSданные анкеты: 94/96JS переписан с нуляшкала подсчёта отличается maj при x.pos===0, min при x.pos===3, count по d/i/s/c, разность по алгоритму
старт
старт
вопрос
вопрос
результат
результат
run-07 think: medium ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 7:40 · ходов 36 · вх 1.1M · вых 31k · кэш 1.1M · $0.05 (локально) · 📁 1 файл: код 27К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале ни fetch/XHR/форм
старт
старт
вопрос
вопрос
результат
результат
run-08 think: medium ✓ PASSED 94/100итог 78/100vision-UX ▶ открыть приложение
⏱ 4:33 · ходов 22 · вх 571k · вых 19k · кэш 549k · $0.03 (локально) · 📁 1 файл: код 24К (index.html)
pointer-DnD (самописный)типы не извлекаемы: динамическая генерация списковJS подсчёта перенесён 1:1шкала как в оригинале SortableJS заменён своей pointer-реализацией
старт
старт
вопрос
вопрос
результат
результат

qwen3.8:27b-pi-100k средний 93/100 · лучший 100 · PASSED 90% (18 из 20)

run-01 think: off ✓ PASSED 100/100итог 62/100vision-UX ▶ открыть приложение
⏱ 7:43 · ходов 38 · вх 1.9M · вых 37k · кэш 1.9M · $0.05 (локально) · 📁 1 файл: код 27К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (ghost-клон
старт
старт
вопрос
вопрос
результат
результат
run-02 think: off ✗ FAILED 62/100итог 84/100vision-UX ▶ открыть приложение
⏱ 3:58 · ходов 39 · вх 1.8M · вых 27k · кэш 1.7M · $0.03 (локально) · 📁 1 файл: код 25К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей реализацией
старт
старт
результат
результат
run-03 think: off ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 60:00 · ходов 31 · вх 1.6M · вых 14k · кэш 1.5M · $0.42 (локально) · 📁 5 файлов: код 25К (index.html) · вне приложения 536К (html×1 526К · js×2 9К · log×1 0К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)JS переписан с нуляшкала как в оригинале d&d своя реализация без SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-18 think: off ✗ FAILED 38/100итог 32/100vision-UX ▶ открыть приложение
⏱ 13:50 · ходов 27 · вх 928k · вых 23k · кэш 896k · $0.10 (локально) · 📁 5 файлов: код 23К (index.html) · вне приложения 561К (html×1 526К · js×1 21К · mjs×1 9К · json×1 4К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается корректно берёт list[0] (+1) и list[3] (−1) и считает разность по d/i/s/c (сумма баллов = 0)
старт
старт — вид не менялся за весь тест (приложение не отрисовывает шаги)
run-19 think: off ✓ PASSED 88/100итог 62/100vision-UX ▶ открыть приложение
⏱ 4:45 · ходов 52 · вх 2.4M · вых 31k · кэш 2.3M · $0.03 (локально) · 📁 1 файл: код 27К (index.html)
pointer-DnD (самописный)типы не извлекаемы: динамическая генерация списковJS подсчёта перенесён 1:1шкала как в оригинале сеть не трогается
старт
старт
вопрос
вопрос
результат
результат
run-04 think: low ✓ PASSED 94/100итог 62/100vision-UX ▶ открыть приложение
⏱ 13:48 · ходов 65 · вх 3.6M · вых 65k · кэш 3.5M · $0.10 (локально) · 📁 1 файл: код 21К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (makeSortable)
старт
старт
вопрос
вопрос
результат
результат
run-05 think: low ✓ PASSED 100/100итог 74/100vision-UX ▶ открыть приложение
⏱ 13:40 · ходов 55 · вх 3.2M · вых 77k · кэш 3.0M · $0.10 (локально) · 📁 1 файл: код 27К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей реализацией
старт
старт
вопрос
вопрос
результат
результат
run-06 think: low ✓ PASSED 100/100итог 72/100vision-UX ▶ открыть приложение
⏱ 8:24 · ходов 33 · вх 1.5M · вых 39k · кэш 1.4M · $0.06 (локально) · 📁 8 файлов: код 36К (index.html) · вне приложения 794К (html×2 589К · png×2 171К · js×1 21К · mjs×1 13К · др.×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале SortableJS заменён собственной реализацией с ghost-элементом
старт
старт
вопрос
вопрос
результат
результат
run-14 think: low ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 11:19 · ходов 69 · вх 3.6M · вых 64k · кэш 3.5M · $0.08 (локально) · 📁 1 файл: код 25К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале результат в том же приложении
старт
старт
вопрос
вопрос
результат
результат
run-15 think: low ✓ PASSED 100/100итог 86/100vision-UX ▶ открыть приложение
⏱ 5:49 · ходов 47 · вх 2.8M · вых 32k · кэш 2.7M · $0.04 (локально) · 📁 11 файлов: код 22К (index.html) · вне приложения 718К (html×2 589К · js×4 58К · css×1 56К · cjs×1 9К · др.×2 5К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (~60 строк)
старт
старт
вопрос
вопрос
результат
результат
run-07 think: medium ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 1:26 · ходов 13 · вх 373k · вых 10k · кэш 340k · $0.01 (локально) · 📁 1 файл: код 16К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (~40 строк pointerdown/move/up с расчетом позиции по центрам элементов)
старт
старт
вопрос
вопрос
результат
результат
run-08 think: medium ✓ PASSED 88/100итог 82/100vision-UX ▶ открыть приложение
⏱ 2:46 · ходов 23 · вх 975k · вых 19k · кэш 937k · $0.02 (локально) · 📁 10 файлов: код 24К (index.html) · вне приложения 793К (html×1 526К · png×2 172К · css×2 62К · js×1 21К · др.×3 12К)
кнопки ↑↓данные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале SortableJS заменён собственной реализацией
старт
старт
вопрос
вопрос
результат
результат
run-09 think: medium ✓ PASSED 94/100итог 72/100vision-UX ▶ открыть приложение
⏱ 2:25 · ходов 26 · вх 697k · вых 18k · кэш 672k · $0.02 (локально) · 📁 2480 файлов: код 21К (index.html) · вне приложения 27.8М (ts×1006 8.4М · map×511 8.4М · js×505 6.1М · json×77 1.8М · др.×380 3.2М)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале адаптации (результат в приложении
старт
старт
вопрос
вопрос
результат
результат
run-16 think: medium ✓ PASSED 100/100итог 88/100vision-UX ▶ открыть приложение
⏱ 23:11 · ходов 141 · вх 7.9M · вых 132k · кэш 7.8M · $0.16 (локально) · 📁 10 файлов: код 32К (index.html) · вне приложения 1.3М (png×3 619К · html×2 589К · js×3 50К · json×1 9К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале код модульный (esc
старт
старт
вопрос
вопрос
результат
результат
run-17 think: medium ✓ PASSED 100/100итог 72/100vision-UX ▶ открыть приложение
⏱ 3:16 · ходов 33 · вх 1.2M · вых 21k · кэш 1.2M · $0.02 (локально) · 📁 1 файл: код 26К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале ни одного http(s)-URL
старт
старт
вопрос
вопрос
результат
результат
run-10 think: xhigh ✓ PASSED 100/100итог 80/100vision-UX ▶ открыть приложение
⏱ 21:08 · ходов 91 · вх 5.1M · вых 91k · кэш 4.9M · $0.15 (локально) · 📁 4 файла: код 66К (index.html) · вне приложения 220К (png×3 220К)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией на Pointer Events с FLIP-анимацией
старт
старт
вопрос
вопрос
результат
результат
run-11 think: xhigh ✓ PASSED 100/100итог 55/100vision-UX ▶ открыть приложение
⏱ 9:14 · ходов 38 · вх 2.1M · вых 51k · кэш 2.0M · $0.06 (локально) · 📁 15 файлов: код 31К (index.html) · вне приложения 913К (html×3 616К · png×4 250К · js×1 21К · mjs×4 18К · др.×2 7К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной pointer-реализацией с ghost-элементом
старт
старт
вопрос
вопрос
результат
результат
run-12 think: xhigh ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 8:22 · ходов 62 · вх 3.4M · вых 50k · кэш 3.2M · $0.06 (локально) · 📁 1 файл: код 26К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале собственный DnD вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-20 think: xhigh ✓ PASSED 100/100итог 78/100vision-UX ▶ открыть приложение
⏱ 13:59 · ходов 51 · вх 3.0M · вых 80k · кэш 2.8M · $0.10 (локально) · 📁 1 файл: код 48К (index.html)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале шрифт Inter только как font-family без загрузки
старт
старт
вопрос
вопрос
результат
результат
run-21 think: xhigh ✓ PASSED 100/100итог 82/100vision-UX ▶ открыть приложение
⏱ 28:46 · ходов 81 · вх 4.8M · вых 151k · кэш 4.4M · $0.20 (локально) · 📁 20 файлов: код 47К (index.html) · вне приложения 1.3М (html×3 620К · png×3 560К · mjs×9 37К · js×2 33К · др.×2 7К)
pointer-DnD (самописный)данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале результат и копирование локально
старт
старт
вопрос
вопрос
результат
результат

gemma4:26b-pi-100k средний 53/100 · лучший 94 · PASSED 30% (3 из 10)

run-01 think: off ✓ PASSED 56/100итог 52/100vision-UX ▶ открыть приложение
⏱ 0:57 · ходов 16 · вх 540k · вых 8k · кэш 484k · $0.01 (локально) · 📁 1 файл: код 24К (index.html)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается нормализация
старт
старт
вопрос
вопрос
результат
результат
run-02 think: off ✗ FAILED 69/100итог 72/100vision-UX ▶ открыть приложение
⏱ 0:47 · ходов 15 · вх 602k · вых 10k · кэш 541k · $0.01 (локально) · 📁 4 файла: код 25К (index.html) · вне приложения 566К (html×1 526К · js×2 40К)
SortableJSданные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале мёртвый код — function setupSortable() с комментарием и пустым телом
старт
старт
вопрос
вопрос
результат
результат
run-03 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 2:24 · ходов 12 · вх 186k · вых 969 · кэш 165k · $0.02 (локально) · 📁 2 файла: вне приложения 547К (html×1 526К · js×1 21К)
своя реализация JS
решение не создано — скриншотов нет
run-09 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 1:07 · ходов 17 · вх 878k · вых 3k · кэш 610k · $0.01 (локально)
своя реализация JS
финал без решения: «I have successfully retrieved the core test logic from the local reference files. Although the live website returns a 404 for `disc_patched.js`, the file is available in the `test-assignment/reference»
решение не создано — скриншотов нет
run-10 think: off ✗ FAILED 88/100итог 74/100vision-UX ▶ открыть приложение
⏱ 1:00 · ходов 18 · вх 834k · вых 12k · кэш 764k · $0.01 (локально) · 📁 4 файла: код 13К (index.html) · вне приложения 550К (html×1 526К · js×1 21К · py×1 2К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале никаких fetch/CDN
старт
старт
вопрос
вопрос
результат
результат
run-04 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 2:57 · ходов 19 · вх 402k · вых 9k · кэш 359k · $0.02 (локально) · 📁 3 файла: вне приложения 566К (html×1 526К · js×2 40К)
своя реализация JS
решение не создано — скриншотов нет
run-05 think: medium ✓ PASSED 94/100итог 74/100vision-UX ▶ открыть приложение
⏱ 1:25 · ходов 20 · вх 890k · вых 19k · кэш 828k · $0.01 (локально) · 📁 6 файлов: код 60К (index.html) · вне приложения 608К (html×1 526К · js×2 65К · py×2 17К)
SortableJSданные анкеты 1:1 (96/96)код адаптирован из оригиналашкала как в оригинале payload/qIdx чистые
старт
старт
вопрос
вопрос
результат
результат
run-06 think: medium ✓ PASSED 81/100итог 62/100vision-UX ▶ открыть приложение
⏱ 0:41 · ходов 12 · вх 223k · вых 11k · кэш 192k · $0.00 (локально) · 📁 4 файла: код 19К (index.html) · вне приложения 548К (html×1 526К · js×1 21К · py×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале email/токен/редирект убраны
старт
старт
вопрос
вопрос
результат
результат
run-07 think: medium ✗ FAILED 75/100итог 72/100vision-UX ▶ открыть приложение
⏱ 1:33 · ходов 17 · вх 731k · вых 16k · кэш 588k · $0.01 (локально) · 📁 4 файла: код 18К (index.html) · вне приложения 548К (html×1 526К · js×1 21К · py×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается строго по алгоритму
старт
старт
вопрос
вопрос
результат
результат
run-08 think: medium ✗ FAILED 69/100итог 62/100vision-UX ▶ открыть приложение
⏱ 1:34 · ходов 9 · вх 507k · вых 20k · кэш 430k · $0.01 (локально) · 📁 3 файла: код 26К (index.html) · вне приложения 527К (html×1 526К · py×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается function { points = 4 - index
старт
старт
вопрос
вопрос
результат
результат

gemma4:31b-it-qat-pi-100k средний 54/100 · лучший 94 · PASSED 60% (6 из 10)

run-01 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 4:13 · ходов 24 · вх 1.2M · вых 7k · кэш 1.0M · $0.03 (локально) · 📁 1 файл: вне приложения 1К (py×1 1К)
своя реализация JS
финал без решения: «I have successfully extracted all the necessary components from the source website: 1. **CSS Styles:** I retrieved the full responsive CSS, including the modal structure (`.disc-modal`), the grid layo»
решение не создано — скриншотов нет
run-02 think: off ✓ PASSED 75/100итог 72/100vision-UX ▶ открыть приложение
⏱ 5:06 · ходов 11 · вх 644k · вых 11k · кэш 561k · $0.04 (локально) · 📁 2 файла: код 17К (index.html) · вне приложения 6К (txt×1 6К)
типы не извлекаемы: динамическая генерация списковJS переписан с нуляшкала подсчёта отличается drag&drop своя реализация (getDragAfterElement)
старт
старт
вопрос
вопрос
результат
результат
run-03 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 3:46 · ходов 79 · вх 4.9M · вых 3k · кэш 4.7M · $0.03 (локально) · 📁 14 файлов: вне приложения 1.5М (html×7 1.3М · css×3 124К · js×1 21К · txt×3 16К)
своя реализация JS
решение не создано — скриншотов нет
run-09 think: off ✓ PASSED 81/100итог 78/100vision-UX ▶ открыть приложение
⏱ 3:47 · ходов 29 · вх 1.4M · вых 7k · кэш 1.3M · $0.03 (локально) · 📁 10 файлов: код 22К (index.html) · вне приложения 812К (html×4 649К · css×3 124К · js×2 40К)
данные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается один самодостаточный index.html
старт
старт
вопрос
вопрос
результат
результат
run-10 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 2:24 · ходов 54 · вх 2.8M · вых 3k · кэш 2.8M · $0.02 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-04 think: medium ✓ PASSED 94/100итог 74/100vision-UX ▶ открыть приложение
⏱ 5:35 · ходов 12 · вх 623k · вых 13k · кэш 547k · $0.04 (локально) · 📁 6 файлов: код 17К (index.html) · вне приложения 572К (html×1 526К · js×2 38К · json×1 7К · py×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале SortableJS заменён собственной реализацией на dragover/insertBefore
старт
старт
вопрос
вопрос
результат
результат
run-05 think: medium ✓ PASSED 88/100итог 78/100vision-UX ▶ открыть приложение
⏱ 4:54 · ходов 16 · вх 711k · вых 12k · кэш 644k · $0.03 (локально) · 📁 5 файлов: код 17К (index.html) · вне приложения 567К (html×1 526К · js×2 40К · py×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале свой drag&drop без SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-06 think: medium ✗ FAILED 56/100итог 62/100vision-UX ▶ открыть приложение
⏱ 7:23 · ходов 22 · вх 1.3M · вых 15k · кэш 1.1M · $0.05 (локально) · 📁 8 файлов: код 20К (index.html) · вне приложения 607К (html×1 526К · js ×2 40К · js×2 34К · json×1 7К · др.×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается next : позиция 2 даёт +3, позиция 3 +2, позиция 4 +1 вместо −1
старт
старт
вопрос
вопрос
результат
результат
run-07 think: medium ✓ PASSED 81/100итог 58/100vision-UX ▶ открыть приложение
⏱ 4:56 · ходов 14 · вх 907k · вых 9k · кэш 778k · $0.03 (локально) · 📁 4 файла: код 19К (index.html) · вне приложения 536К (html×1 526К · json×1 9К · py×1 1К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале самодостаточный файл
старт
старт
вопрос
вопрос
результат
результат
run-08 think: medium ✓ PASSED 69/100итог 62/100vision-UX ▶ открыть приложение
⏱ 6:50 · ходов 19 · вх 739k · вых 15k · кэш 639k · $0.05 (локально) · 📁 4 файла: код 17К (index.html) · вне приложения 566К (html×1 526К · js×2 40К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается count(maj,type)-count(min,type) корректен, но : = document. ( ) нах
старт
старт
вопрос
вопрос
результат
результат

muse-glimmer:ctx100k средний 61/100 · лучший 88 · PASSED 44% (7 из 16)

run-01 think: off ✗ FAILED 69/100итог 55/100vision-UX ▶ открыть приложение
⏱ 1:39 · ходов 14 · вх 621k · вых 5k · кэш 551k · $0.01 (локально) · 📁 1 файл: код 11К (index.html)
SortableJSданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается собирает document. ( ) но делает . ='' при каждом render , в живё
старт
старт
вопрос
вопрос
результат
результат
run-07 think: off ✗ FAILED 56/100итог 32/100vision-UX ▶ открыть приложение
⏱ 1:32 · ходов 11 · вх 633k · вых 4k · кэш 551k · $0.01 (локально) · 📁 1 файл: код 10К (index.html)
HTML5 DnDтипы не извлекаемы: динамическая генерация списковсвоя реализация JSшкала подсчёта отличается позиции/знаки верны, но +2/-2 вместо +1/-1.
старт
старт
вопрос
вопрос
результат
результат
run-10 think: off ✓ PASSED 75/100итог 45/100vision-UX ▶ открыть приложение
⏱ 1:56 · ходов 19 · вх 747k · вых 7k · кэш 689k · $0.01 (локально) · 📁 1 файл: код 10К (index.html)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён своей реализацией getAfterElement/insertBefore
старт
старт
вопрос
вопрос
результат
результат
run-15 think: off ✓ PASSED 88/100итог 58/100vision-UX ▶ открыть приложение
⏱ 1:53 · ходов 15 · вх 619k · вых 7k · кэш 562k · $0.01 (локально) · 📁 1 файл: код 11К (index.html)
HTML5 DnDтипы не извлекаемы: динамическая генерация списковсвоя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией на dragover/drop
старт
старт
вопрос
вопрос
результат
результат
run-16 think: off ✗ FAILED 62/100итог 28/100vision-UX ▶ открыть приложение
⏱ 1:46 · ходов 13 · вх 474k · вых 5k · кэш 413k · $0.01 (локально) · 📁 1 файл: код 11К (index.html)
HTML5 DnDтипы не извлекаемы: динамическая генерация списковсвоя реализация JSшкала подсчёта отличается делает document. ( ) на экране только 3 списка текущего шага ( . ='' в rend
старт
старт
вопрос
вопрос
результат
результат
run-02 think: low ✓ PASSED 75/100итог 58/100vision-UX ▶ открыть приложение
⏱ 2:07 · ходов 15 · вх 242k · вых 4k · кэш 212k · $0.01 (локально) · 📁 1 файл: код 9К (index.html)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается .onclick делает document. ( ) а рендерит только текущий шаг, поэтому в подсчёт попада
старт
старт
вопрос
вопрос
результат
результат
run-03 think: low ✗ FAILED 12/100итог 38/100vision-UX ▶ открыть приложение
⏱ 0:41 · ходов 4 · вх 93k · вых 3k · кэш 65k · $0.00 (локально) · 📁 1 файл: код 8К (index.html)
данные анкеты: 0/96своя реализация JSшкала подсчёта отличается finish делает тип присваивается по индексу слота, веса не дают нулевую сумму, оригинал
старт
старт
run-08 think: low ✗ FAILED 50/100итог 55/100vision-UX ▶ открыть приложение
⏱ 1:15 · ходов 13 · вх 415k · вых 4k · кэш 361k · $0.01 (локально) · 📁 1 файл: код 10К (index.html)
HTML5 DnDданные анкеты: 95/96своя реализация JSшкала подсчёта отличается payload/посчёт верен (maj=pos===0, min=pos===3, scores=maj−min), но .onclick вызывает update → , который пересо
старт
старт
вопрос
вопрос
результат
результат
run-13 think: low ✗ FAILED 62/100итог 42/100vision-UX ▶ открыть приложение
⏱ 1:53 · ходов 9 · вх 220k · вых 7k · кэш 178k · $0.01 (локально) · 📁 1 файл: код 12К (index.html)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается присваивает веса 3/2/1/0 всем позициям вместо +1 (поз.1)/−
старт
старт
вопрос
вопрос
результат
результат
run-14 think: low ✗ FAILED 69/100итог 62/100vision-UX ▶ открыть приложение
⏱ 1:13 · ходов 11 · вх 183k · вых 5k · кэш 157k · $0.01 (локально) · 📁 1 файл: код 13К (index.html)
HTML5 DnDтипы не извлекаемы: динамическая генерация списковсвоя реализация JSшкала подсчёта отличается function collect {document. ( ). ...} на шаге 7 в только 3 ul, предыдущие перерисовываются rende
старт
старт
вопрос
вопрос
результат
результат
run-04 think: high ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 3:23 · ходов 23 · вх 1.1M · вых 12k · кэш 1.0M · $0.02 (локально)
своя реализация JS
финал без решения: «Готово. Полностью автономная страница с тестом DISC без форм и редиректов. Файл создан: **/tmp/index.html** Что внутри: * При запуске открывается модальный 8-шаговый тест — 3 карточки на шаг, в каждой»
решение не создано — скриншотов нет
run-05 think: high ✓ PASSED 88/100итог 58/100vision-UX ▶ открыть приложение
⏱ 3:44 · ходов 35 · вх 1.9M · вых 13k · кэш 1.9M · $0.03 (локально) · 📁 1 файл: код 22К (index.html)
данные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале SortableJS заменён собственной реализацией (~20 строк)
старт
старт
вопрос
вопрос
результат
результат
run-06 think: high ✓ PASSED 88/100итог 18/100vision-UX ▶ открыть приложение
⏱ 2:39 · ходов 19 · вх 791k · вых 10k · кэш 729k · $0.02 (локально) · 📁 1 файл: код 13К (index.html)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала как в оригинале свой DnD вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат
run-09 think: high ✓ PASSED 88/100итог 62/100vision-UX ▶ открыть приложение
⏱ 7:44 · ходов 19 · вх 969k · вых 12k · кэш 867k · $0.05 (локально) · 📁 1 файл: код 26К (index.html)
данные анкеты 1:1 (96/96)JS подсчёта перенесён 1:1шкала как в оригинале SortableJS заменён собственной реализацией getDragAfterElement
старт
старт
вопрос
вопрос
результат
результат
run-11 think: high ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 3:24 · ходов 21 · вх 1.0M · вых 11k · кэш 919k · $0.02 (локально)
своя реализация JS
финал без решения: «Готов офлайн-тест DISC без внешних запросов и без сбора e-mail. Файл сохранён по пути **/tmp/index.html** — полностью автономный HTML (CSS+JS встроены, нет CDN, нет форм, нет редиректов). Что внутри: »
решение не создано — скриншотов нет
run-12 think: high ✓ PASSED 88/100итог 72/100vision-UX ▶ открыть приложение
⏱ 3:37 · ходов 23 · вх 864k · вых 14k · кэш 803k · $0.03 (локально) · 📁 1 файл: код 12К (index.html)
HTML5 DnDтипы не извлекаемы: динамическая генерация списковJS подсчёта перенесён 1:1шкала как в оригинале собственная реализация DnD вместо SortableJS
старт
старт
вопрос
вопрос
результат
результат

ornith-1.5:35b-ctx100k-tuned средний 32/100 · лучший 62 · PASSED 20% (1 из 5)

run-04 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 6:36 · ходов 82 · вх 4.4M · вых 72k · кэш 4.3M · $0.05 (локально)
своя реализация JS
финал без решения: «## Резюмирую работу Готово — чистый `index.html` написан в `/home/dp/MyProjects/disc/index.html` (29 КБ), перенос DISC-теста завершен по заданию: ### Что сделано 1. **Генератор `gen2.py`** → чистый `i»
решение не создано — скриншотов нет
run-05 think: medium ✗ FAILED 62/100итог 74/100vision-UX ▶ открыть приложение
⏱ 4:00 · ходов 31 · вх 1.2M · вых 15k · кэш 1.1M · $0.03 (локально) · 📁 1 файл: код 26К (index.html)
SortableJSданные анкеты: 89/96своя реализация JSшкала как в оригинале email/токен убраны
старт
старт
вопрос
вопрос
результат
результат
run-06 think: medium ✓ PASSED 62/100итог 82/100vision-UX ▶ открыть приложение
⏱ 9:22 · ходов 110 · вх 5.8M · вых 97k · кэш 5.6M · $0.07 (локально) · 📁 2 файла: код 22К (index.html) · вне приложения 0К (js×1 0К)
touch-DnDданные анкеты 1:1 (96/96)JS переписан с нуляшкала подсчёта отличается верен , мажор/минор по крайним позициям, сумма по спи
старт
старт
вопрос
вопрос
результат
результат
run-09 think: medium ✗ FAILED 38/100итог 45/100vision-UX ▶ открыть приложение
⏱ 13:47 · ходов 176 · вх 9.7M · вых 150k · кэш 9.4M · $0.10 (локально) · 📁 9 файлов: код 377К (index.html) · вне приложения 609К (html×2 543К · js×4 58К · json×1 5К · bin×1 2К)
данные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается при разметке селектор не находит ни одного элеме
старт
старт
вопрос
вопрос
результат
результат
run-10 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 10:54 · ходов 137 · вх 7.8M · вых 119k · кэш 7.5M · $0.08 (локально)
своя реализация JS
финал без решения: «Verified cleanly: 24 questions, 0 text mismatches, 0 type mismatches against canonical reference. The implementation is complete and correct. The single-solution `index.html` at `/home/dp/MyProjects/d»
решение не создано — скриншотов нет

ornith-1.5:35b-ctx100k средний 10/100 · лучший 31 · PASSED 0% (0 из 5)

run-01 think: medium ✗ FAILED 31/100итог 40/100vision-UX ▶ открыть приложение
⏱ 10:55 · ходов 227 · вх 13.8M · вых 109k · кэш 13.5M · $0.08 (локально) · 📁 2 файла: код 19К (index.html) · вне приложения 0К (txt×1 0К)
HTML5 DnDданные анкеты 1:1 (96/96)своя реализация JSшкала подсчёта отличается rows.length=96, а pos статичный data-item, не текущая пози
старт
старт — вид не менялся за весь тест (приложение не отрисовывает шаги)
run-02 think: medium ✗ FAILED 6/100итог 62/100vision-UX ▶ открыть приложение
⏱ 15:08 · ходов 183 · вх 10.8M · вых 120k · кэш 10.4M · $0.11 (локально) · 📁 2 файла: код 16К (index.html) · вне приложения 0К (txt×1 0К)
данные анкеты: 0/96своя реализация JSшкала подсчёта отличается идут подряд без единой строки кода алгоритма нет
старт
старт — вид не менялся за весь тест (приложение не отрисовывает шаги)
run-03 think: medium ✗ FAILED 12/100итог 42/100vision-UX ▶ открыть приложение
⏱ 12:36 · ходов 157 · вх 8.8M · вых 142k · кэш 8.6M · $0.09 (локально) · 📁 1 файл: код 20К (index.html)
данные анкеты: 87/96своя реализация JSшкала подсчёта отличается функции подсчёта в коде нет вообще только
старт
старт — вид не менялся за весь тест (приложение не отрисовывает шаги)
run-07 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 27:35 · ходов 352 · вх 20.6M · вых 284k · кэш 20.0M · $0.19 (локально) · 📁 1 файл: вне приложения 0К (keep×1 0К)
своя реализация JS
финал без решения: «I can't complete this request. There's no prior assistant turn in our conversation for me to repeat — this is a fresh session. I have nothing to preserve.»
решение не создано — скриншотов нет
run-08 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 9:46 · ходов 73 · вх 4.2M · вых 112k · кэш 4.0M · $0.07 (локально)
своя реализация JS
финал без решения: «✅ Все проверки пройдены, `index.html` собран и валиден. ## Результат `/home/dp/MyProjects/disc/index.html` (28 391 байт) `check.py` — **PASSED** (exit 0): | Чек | Результат | |---|---| | **external** »
решение не создано — скриншотов нет

gemma4:e2b-ctx100k средний 5/100 · лучший 12 · PASSED 0% (0 из 10)

run-01 think: off ✗ FAILED 0/100итог 68/100vision-UX ▶ открыть приложение
⏱ 3:03 · ходов 5 · вх 208k · вых 74k · кэш 94k · $0.02 (локально) · 📁 2 файла: код 12К (index.html) · вне приложения 526К (html×1 526К)
HTML5 DnDданные анкеты: 0/96своя реализация JSшкала подсчёта отличается считает ( ++ при совпадении с ), а не разность
старт
старт
результат
результат
run-02 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 0:01 · ходов 2 · вх 17k · вых 270 · кэш 8k · $0.00 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-03 think: off ✗ FAILED 6/100итог 45/100vision-UX ▶ открыть приложение
⏱ 0:08 · ходов 3 · вх 27k · вых 4k · кэш 24k · $0.00 (локально) · 📁 1 файл: код 11К (index.html)
HTML5 DnDданные анкеты: 0/96своя реализация JSшкала подсчёта отличается суммирует [ ]++ и .scoring[ ] (мок ), выводит процент о
старт
старт — вид не менялся за весь тест (приложение не отрисовывает шаги)
run-09 think: off ✗ FAILED 6/100итог 55/100vision-UX ▶ открыть приложение
⏱ 0:06 · ходов 2 · вх 19k · вых 3k · кэш 9k · $0.00 (локально) · 📁 1 файл: код 10К (index.html)
HTML5 DnDданные анкеты: 0/96своя реализация JSшкала подсчёта отличается инкремент по наличию типа независимо от пози
старт
старт — вид не менялся за весь тест (приложение не отрисовывает шаги)
run-10 think: off ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 0:00 · ходов 2 · вх 17k · вых 113 · кэш 14k · $0.00 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-04 think: medium ✗ FAILED 0/100итог 42/100vision-UX ▶ открыть приложение
⏱ 0:09 · ходов 3 · вх 29k · вых 4k · кэш 17k · $0.00 (локально) · 📁 1 файл: код 12К (index.html)
HTML5 DnDданные анкеты: 0/96своя реализация JSшкала подсчёта отличается 0 считает количества типов по одному выбранному ответу на вопрос (' [ ] =
старт
старт
результат
результат
run-05 think: medium ✗ FAILED 12/100итог 58/100vision-UX ▶ открыть приложение
⏱ 0:08 · ходов 3 · вх 29k · вых 4k · кэш 23k · $0.00 (локально) · 📁 1 файл: код 13К (index.html)
данные анкеты: 0/96своя реализация JSшкала подсчёта отличается
старт
старт
результат
результат
run-06 think: medium ✗ FAILED 12/100итог 72/100vision-UX ▶ открыть приложение
⏱ 0:09 · ходов 3 · вх 29k · вых 4k · кэш 25k · $0.00 (локально) · 📁 2 файла: код 11К (index.html) · вне приложения 526К (html×1 526К)
HTML5 DnDданные анкеты: 0/96своя реализация JSшкала подсчёта отличается
старт
старт
результат
результат
run-07 think: medium ✗ FAILED 6/100итог 55/100vision-UX ▶ открыть приложение
⏱ 0:11 · ходов 3 · вх 28k · вых 3k · кэш 18k · $0.00 (локально) · 📁 1 файл: код 10К (index.html)
данные анкеты: 0/96своя реализация JSшкала подсчёта отличается [ ]++ по всем .option-item без учёта позиции
старт
старт — вид не менялся за весь тест (приложение не отрисовывает шаги)
run-08 think: medium ✗ FAILED 6/100итог 68/100vision-UX ▶ открыть приложение
⏱ 0:15 · ходов 3 · вх 32k · вых 7k · кэш 24k · $0.00 (локально) · 📁 1 файл: код 26К (index.html)
HTML5 DnDданные анкеты: 0/96своя реализация JSшкала подсчёта отличается просто по единственному выбранному ответу
старт
старт
результат
результат

ornith-1.5:9b средний 0/100 · лучший 0 · PASSED 0% (0 из 5)

run-01 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 0:34 · ходов 17 · вх 349k · вых 2k · кэш 247k · $0.00 (локально) · 📁 1 файл: вне приложения 526К (html×1 526К)
своя реализация JS
финал без решения: «The test logic is in an external file. Let me download it»
решение не создано — скриншотов нет
run-02 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 0:38 · ходов 19 · вх 500k · вых 4k · кэш 425k · $0.00 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-03 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 0:18 · ходов 10 · вх 178k · вых 2k · кэш 119k · $0.00 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-04 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 16:53 · ходов 25 · вх 441k · вых 6k · кэш 389k · $0.12 (локально)
своя реализация JS
решение не создано — скриншотов нет
run-05 think: medium ✗ FAILED 0/100итог —/100vision-UX нет решения
⏱ 0:34 · ходов 13 · вх 205k · вых 2k · кэш 179k · $0.00 (локально)
своя реализация JS
решение не создано — скриншотов нет
1:1 · Esc — закрыть

6. Ограничения и решения

7. Что дальше: DISC-команда

Главный побочный продукт бенчмарка — 15 расхождений между эталоном и методикой, найденных при сверке с книгой Эриксона (секция 4), — породил идею следующего эксперимента. Команде локальных моделей предстоит реализовать «правильный тест» — исправленную версию, где типы соответствуют книге Эриксона. Роли участников планируется задавать по командным ролям Белбина (Руководитель, Генератор идей, Оценщик, Реализатор и др.), добавляя к каждой DISC-профиль участника — именно этот слой будет варьироваться между группами A и B. Детальный дизайн ещё в проработке — наброски в AGENTS.md (раздел «Идея волны 5»).