Un desarrollador probó diez combinaciones diferentes de modelo y harness para generar una escena de hangar sci-fi en Three.js con drones flotantes, luces de advertencia y franjas de pista animadas. Usando el modo /goal con un prompt idéntico en todas las configuraciones, los resultados variaron significativamente en tiempo de generación y calidad de salida. La finalización más rápida fue de GLM 5.3 Flash Max Codex Open9m, terminando en 0.232 segundos con 143,852 tokens de salida y una tasa de bloqueo del 14.38%.

En contraste, los harnesses Qwen 3.8 27B x-high como Open Code y DSH requirieron de 8 a 41 minutos, produciendo entre 665 y 3.4 millones de tokens. Los resultados mostraron una compensación entre velocidad y volumen de tokens, con los modelos GLM Flash priorizando la eficiencia y los modelos Qwen maximizando la longitud de salida. Todas las ejecuciones de GLM usaron la configuración Flash Max Codex, mientras que los experimentos de Qwen utilizaron configuraciones x-high y diferentes entornos de ejecución.

La prueba proporciona un punto de referencia comparativo para desarrolladores que evalúan asistentes de codificación con IA en prompts complejos de Three.js.