Ein Entwickler hat zehn verschiedene Modell- und Harness-Kombinationen getestet, um eine Three.js Sci-Fi-Hangarszene mit schwebenden Drohnen, Warnleuchten und animierten Startbahn-Streifen zu generieren. Im /goal-Modus mit identischem Prompt in allen Setups variierten die Ergebnisse erheblich in Generierungszeit und Ausgabequalität. Der schnellste Abschluss gelang GLM 5.3 Flash Max Codex Open9m, der in 0,232 Sekunden mit 143.852 Ausgabetoken und einer Blockrate von 14,38 % fertig wurde.

Im Gegensatz dazu benötigten Qwen 3.8 27B x-high Harnesses wie Open Code und DSH 8 bis 41 Minuten und erzeugten zwischen 665 und 3,4 Millionen Token. Die Ergebnisse zeigten einen Kompromiss zwischen Geschwindigkeit und Token-Volumen, wobei GLM Flash-Modelle auf Effizienz setzten und Qwen-Modelle die Ausgabelänge maximierten. Alle GLM-Läufe verwendeten die Flash Max Codex-Konfiguration, während Qwen-Experimente x-high-Einstellungen und verschiedene Ausführungsumgebungen nutzten.

Der Test bietet einen vergleichenden Benchmark für Entwickler, die KI-Coding-Assistants auf komplexen Three.js-Prompts bewerten.