01
从零生成首页
考设计。刻意不给配色、字体、排版任何指示。
题目原文
为一家做手冲咖啡豆的独立烘焙工作室做一个单页官网首页，包含：品牌主视觉区、三款主推豆子的介绍、烘焙流程说明、门店地址与营业时间、底部联系方式。文案你来写，中文。
模型选型
八大模型， 实测网页制作能力。
让每个模型从需求理解、设计、前端、后端到维护（SEO、GEO），走完一遍做站流程。每一步产物都能点开看。
想省事就照这个用：新页面交给 Gemini 3 Flash，成型之后的调整换 Deepseek v4 Flash。
Deepseek v4 FlashGLM 5.3 flashMiMo V2.5 ProGPT-5.6 LunaDeepseek v4 ProGemini 3 FlashGemini 3.7 FlashKimi k3Creght 暂未开放
选它们是因为强项不一样：Deepseek v4 Flash 最省，Gemini 3 Flash 最快，Kimi k3 在设计榜上排第一，GLM 5.3 flash 把色值和动效写得最规矩。
第三方
公开榜单供参考
全部引自第三方公开榜单，Creght 未参与评测。点标题可回原站核对。
众包盲测投票得出的 Elo 评分，专门评测「生成网站」这一类任务，与本页场景最接近。
Kimi k31367
#1/171
Gemini 3.7 Flash1322
#9/171
GLM 5.3 flash1305
#17/171
MiMo V2.5 Pro1294
#21/171
GPT-5.6 Luna1276
#36/171
Deepseek v4 Pro1255
#45/171
Deepseek v4 Flash1227
#57/171
Gemini 3 Flash1216
#62/171
快照日期2026-08-28
共 171 个模型参评。数据为 2026-08-28 快照，非实时。
条形按该榜单实际区间绘制（783–1364）
由 9 项评测合成的通用能力指数，衡量推理、知识、数学与代码，不代表视觉设计能力。
Kimi k360
GLM 5.3 flash57
Gemini 3.7 Flash56
Deepseek v4 Pro53
Deepseek v4 Flash52
GPT-5.6 Luna52
MiMo V2.5 Pro43
Gemini 3 Flash39
快照日期2026-08-28
通用智力指数，与「页面好不好看」不是同一回事，看设计请看左侧一列。
条形按该榜单实际区间绘制（0–100）
实测
四道题，覆盖完整的网页制作周期
02
新增详情页
考它能不能把需求拆开做，而且新页面要接得上原来那套设计。
题目原文
在现有站点上新增「豆子详情」页，为三款豆子各生成一个详情页，首页三款豆子的卡片分别链接到对应详情页；同时在导航栏加入「豆子」入口，移动端菜单也要能进。
03
后端与登录
考编码是否严谨。会不会用平台的后端和登录，还是把数据塞在页面里假装存下来了。
题目原文
给站点加一个「预订豆子」的功能：访客选好豆子、填写数量和手机号后提交预订，提交成功后显示预订编号。预订记录要真正存下来，不能只留在页面上——刷新或者换个浏览器打开也要还在。另外加一个「我的预订」页面，只有登录后才能看到自己提交过的预订，没登录就引导去登录。
04
SEO 与 GEO
考智力。题面不给答案，看它自己想到该做什么。
题目原文
帮我做一下 SEO 和 GEO 优化。我希望目标客户不管是在搜索引擎里搜，还是直接问 AI 助手，都能找到我们这家店。
接下来是每个模型的实测结果
先用一张表看完四步的积分与耗时：取自账单，不是估算。点模型名跳到它自己那一段。
| 模型 | 1 从零生成首页 | 2 新增详情页 | 3 后端与登录 | 4 SEO 与 GEO | 四步合计 |
|---|---|---|---|---|---|
| Deepseek v4 Flash | 1.43m 52s | 1.13m 19s | 2.76m 9s | 0.82m 36s | 6.0积分15m 56s |
| GLM 5.3 flash | 1.511m 8s | 4.424m 26s | 4.415m 14s | 3.210m 43s | 13.5积分61m 31s |
| MiMo V2.5 Pro | 2.43m 51s | 5.214m 15s | 3.54m 35s | 6.111m 49s | 17.2积分34m 30s |
| GPT-5.6 Luna | 3.01m 54s | 2.21m 20s | 7.92m 53s | 6.11m 36s | 19.2积分7m 43s |
| Deepseek v4 Pro | 6.010m 20s | 6.37m 19s | 7.211m 47s | 4.88m 42s | 24.3积分38m 8s |
| Gemini 3 Flash | 9.51m 10s | 30.42m 18s | 29.91m 48s | 27.71m 51s | 97.5积分7m 7s |
| Gemini 3.7 Flash | 14.22m 38s | 25.91m 56s | 42.92m 31s | 64.23m | 147.2积分10m 5s |
| Kimi k3 | 30.34m 51s | 52.26m 53s | 46.95m 48s | 50.25m 41s | 179.6积分23m 13s |
Kimi k3 带锁的一行暂未对外开放，放在表里只作天花板参照。表里的数字一律是当时账单上的实扣值；倍率会随活动调整，这里不按新价折算。
Deepseek v4 Flash
DeepSeek省钱最省的一档，智力到一线水平。页面成型后的后续调整交给它。
榜单版本提醒
这个模型上游有过更新，榜单条目对不齐：Design Arena 同时挂着「DeepSeek-V4-Flash」和更新的「DeepSeek-V4-Flash-0731」（后者排第 43、Elo 1260），本页取的是前者；Artificial Analysis 只收录 0731 那一版。左边这一列当参考下限看；本页的实跑产物对应的才是你实际会用到的版本。
- Design Arena 网站生成
- 1227#57/171
- Artificial Analysis 智力指数
- 52
GLM 5.3 flash
Zhipu AI省钱最便宜的一档里做工最细：动手前先读平台规范，接口只开该开的两个。代价是慢，四道题跑了一小时。
- Design Arena 网站生成
- 1305#17/171
- Artificial Analysis 智力指数
- 57
看它四步跑完的站点- 第1步
从零生成首页
1.511m 8s- 色值全部走 CSS token，页面里一个硬编码颜色都没有。
- 主动说明品牌名、地址、电话和照片都是占位，让你上线前替换。
- 第2步
新增详情页
4.424m 26s- 三个详情页共用一个模板，数据单独抽了一层，三页标题各写各的。
- 主动说明「豆子」入口指向首页豆单区，没有另建独立列表页。
- 第3步
后端与登录
4.415m 14s- 访客能直接提交，只有「我的预订」要登录，分工和题面一致。
- 未登录直接调后端会被挡回来，返回内容里也不带手机号。
- 第4步
SEO 与 GEO
3.210m 43s- robots、站点地图、给 AI 读的摘要三样都写了，「我的预订」页两处都排除在外。
- 给 AI 读的摘要从 704 字节扩到 2253，把豆单做成了可直接引用的表格。
MiMo V2.5 Pro
小米高性能设计能力第一梯队，Design Arena 网站生成榜排第 21；四道题跑了 34 分半，八个里第三慢。
- Design Arena 网站生成
- 1294#21/171
- Artificial Analysis 智力指数
- 43
GPT-5.6 Luna
OpenAI高性能四道题里有两道跑出全场最快（新增详情页 80 秒、SEO 96 秒）；遇到会影响用户流程的取舍，它会先问一句再动手。
- Design Arena 网站生成
- 1276#36/171
- Artificial Analysis 智力指数
- 52
Deepseek v4 Pro
DeepSeek高性能把 robots、站点地图、给 AI 读的摘要三样都写了，八个里只有三个做到。慢，四道题跑了 38 分钟。
榜单版本提醒
正式版 2026-08-13 才发布，两个榜单还没对齐：Artificial Analysis 收录的是当天的「DeepSeek V4 Pro 0813」，Design Arena 的条目没有版本标识、很可能仍是更早的预览版。左边这一列当参考下限看。
- Design Arena 网站生成
- 1255#45/171
- Artificial Analysis 智力指数
- 53
看它四步跑完的站点- 第1步
从零生成首页
6.010m 20s- 整页没用一张图片，靠字体、色块和一枚会转的印章撑起来。
- 10 分 20 秒才出第一版，八个里第二慢。
- 第2步
新增详情页
6.37m 19s- 三个详情页各有各的标题，还顺手建了一个豆单列表页。
- 交付前自己去线上把新页面打开核对了一遍。
- 第3步
后端与登录
7.211m 47s- 预订记录存在服务端，未登录直接调后端会被挡回来。
- 它把提交预订也设成了要先登录，并主动把这个改动拎出来问你要不要。
- 第4步
SEO 与 GEO
4.88m 42s- 和 Gemini 3.7 Flash 是仅有的两个把 robots、站点地图、给 AI 读的摘要都写全的。
- 首页多了一块看得见的常见问答，网址用的是站点真实域名。
Gemini 3 Flash
Google价格基准设计稳定、有个性，做新页面的首选。其余模型的花费都以它为参照。
- Design Arena 网站生成
- 1216#62/171
- Artificial Analysis 智力指数
- 39
Gemini 3.7 Flash
Google高性能第三方设计榜上八个里排第二（Website 榜 #9）。信息密度和收尾最完整，代价是比基准档贵一半。
- Design Arena 网站生成
- 1322#9/171
- Artificial Analysis 智力指数
- 56
看它四步跑完的站点- 第1步
从零生成首页
14.22m 38s- 信息密度最高的一版：每支豆子带风味评分条，还多做了一整块冲煮指南。
- 配色全靠硬编码，页面里散着 107 个色值，换品牌色要改几百处。
- 第2步
新增详情页
25.91m 56s- 四步里唯一比基准档又快又便宜的一步。
- 五个页面共用同一个标题，没分开写；这一项要到第 4 步才补上。
- 第3步
后端与登录
42.92m 31s- 分对了「谁需要登录」：访客能提交，只有「我的预订」要登录，八个里只有三个做到。
- 但它多做的「凭编号查单」接口没做登录校验，上线前要补。
- 第4步
SEO 与 GEO
64.23m- 和 Deepseek v4 Pro 一样把 robots、站点地图、给 AI 读的摘要三样都写了。
- 但补出来的页面标题里品牌名重复了两遍，六个页面全中；这一步也是全场最贵的一步。
Kimi k3
月之暗面标杆这个模型暂未开放Design Arena 网站生成榜第 1，也是这里最贵的一档——同样四道题它花掉 179.6 积分，榜单方自己记录的平均生成耗时 627.9s。
暂未对外开放，放在这里只作天花板参照：它在 Design Arena 网站生成榜上排第 1，四步的产物都能点开，跟开放档位对着看。
- Design Arena 网站生成
- 1367#1/171
- Artificial Analysis 智力指数
- 60
看它四步跑完的站点- 第1步
从零生成首页
30.34m 51s- 豆单给到产地、海拔、处理法、冲煮参数，还标了价格。
- 会主动检查配图链接能不能打开，八个里只有两个这么做。
- 第2步
新增详情页
52.26m 53s- 交付前真的自己打开页面看了一遍，顺手修掉一处显示重复。
- 这一步八个里最贵；三个页面的标题还是首页那一个。
- 第3步
后端与登录
46.95m 48s- 分对了「谁需要登录」：访客能提交，只有「我的预订」要登录，八个里只有三个做到。
- 表单细节最多：备注、单笔上限、实时合计、写明取豆时门店付款。
- 第4步
SEO 与 GEO
50.25m 41s- 把给 AI 读的站点摘要从 12 行链接改写成 33 行分组事实。
- 收尾自己去线上抓文件核对，确认机制真的生效了。
链接指向该步骤当时的版本快照，不会随站点后续改动而变化
总结
四条拿去就能用的建议
- 01
差距最大的是从零生成那一步
同一句需求，各家产物的配色、字体、版式几乎没有共同点。这一步最值得你按自己的眼光挑。
- 02
新页面用基准档，后续调整换最省的
从零生成和新增页面这两步交给 Gemini 3 Flash，页面成型后的调整换 Deepseek v4 Flash。后者跑同样四道题只花它的十几分之一。
- 03
要下单、登录这类功能，直接说就行
不用另外找开发。实测这一步八个模型都接上了平台的登录和后端，记录真的在服务端——提交完刷新、换个浏览器、换台电脑打开，都还在。
- 04
顺手让它做 SEO 和 GEO
一句话就够。站点地图、robots.txt 平台自带，不用你操心。AI 补的是结构化数据和 FAQ，别人问 AI 助手「附近哪家咖啡店靠谱」，它引用的就是这些。