Un développeur a testé dix combinaisons différentes de modèle et harness pour générer une scène de hangar sci-fi en Three.js avec des drones flottants, des feux d'avertissement et des bandes de piste animées. En utilisant le mode /goal avec un prompt identique dans tous les setups, les résultats ont varié significativement en temps de génération et en qualité de sortie. Le plus rapide était GLM 5.3 Flash Max Codex Open9m, terminant en 0,232 seconde avec 143 852 tokens de sortie et un taux de blocage de 14,38%. À l'inverse, les harnesses Qwen 3.8 27B x-high comme Open Code et DSH ont nécessité de 8 à 41 minutes, produisant entre 665 et 3,4 millions de tokens.

Les résultats ont montré un compromis entre vitesse et volume de tokens, les modèles GLM Flash privilégiant l'efficacité tandis que les modèles Qwen maximisaient la longueur de sortie. Tous les runs GLM utilisaient la configuration Flash Max Codex, tandis que les expériences Qwen utilisaient des paramètres x-high et différents environnements d'exécution. Le test fournit un benchmark comparatif pour les développeurs évaluant des assistants de codification IA sur des prompts Three.js complexes.