在当下的AI模型测试领域，SWE - Bench Verified测试结果引发关注，GLM - 4.5系列在相同规模下展现出惊人实力。
测试背景与方式
此次测试对GLM - 4.5、Kimi k2、Qwen3 coder、Claude code sonnet 4进行头对头测试，且所有测试均为一次提示，未进行二次提示修改。测试旨在衡量模型复杂提示词遵循能力，通过特定打分机制评估模型表现，还可登录www.wngjzx.com查看更多相关测试背景信息。
数字艺术测试结果
给模型打分依据逻辑交互与美学呈现，逻辑交互实现加美学完美得10分，仅实现逻辑交互得7分，部分实现逻辑得2到5分，未实现逻辑为0分。第一个测试给出完整过程及提示词，后续只放最终效果与点评得分。GLM - 4.5和Claude sonnet4完成度最好，k2渲染失败，qwen未实现逻辑，GLM - 4.5综合表现排第一。
综合表现对比
Qwen3 coder渲染失败，Cladue code部分渲染成功，Kimi K2实现逻辑功能但网页部分图片加载失败，而GLM - 4.5依旧排名第一，在模拟提示词要求方面更接近，桌子更真实，按钮UI设计更丰富。由此可见，GLM - 4.5在复杂任务的完成度和准确性上优势明显。
API兼容情况
角色扮演：
你是一位资深的前端开发者，同时也是一位热爱物理模拟和数据可视化的生成艺术家。
任务：
你的任务是使用纯原生 JavaScript 和 HTML Canvas，在一个单独的 HTML 文件中，创建一个名为**“互动宇宙弦网 (Interactive Cosmic String Web)”**的数字艺术作品
核心概念：
在黑暗的宇宙空间中，漂浮着许多发光的“星尘”粒子。当两个粒子足够接近时，它们之间会形成一道能量“弦”。用户可以通过鼠标与这个粒子网络进行互动，既可以像引力源一样吸引它们，也可以像超新星爆发一样将它们推开
详细需求：
场景初始化：
创建一个全屏的、纯黑色的
在画布上随机生成 100个“星尘”粒子（Node）。
每个粒子都具有随机的初始位置和微小的随机初始速度，让它们看起来像在空间中缓慢漂移
核心物理与视觉效果 - “弦”的连接：
这是作品的视觉核心。在每一帧动画中，遍历所有粒子对。
如果任意两个粒子之间的距离小于某个阈值（例如 150 像素），就在它们之间绘制一条线（即“弦”）。
关键视觉效果： 这条弦的不透明度 (opacity) 应该与粒子间的距离成反比。距离越近，弦越亮、越不透明；距离越远，弦越暗、越透明，直至在阈值距离处完全消失。这会创造出一种网络密度越高、区域越亮的视觉效果。
双模式鼠标交互：
模式一：引力源 (Gravity Well) - 默认行为：
鼠标在画布上移动时，它会成为一个引力中心。
所有粒子都会受到一个朝向鼠标指针的微弱拉力，使它们优雅地向鼠标聚集，形成星云或星系的效果。
模式二：斥力爆发 (Repulsive Burst) - 点击时触发：
当用户在画布上单击鼠标时，会以鼠标点击点为中心，产生一个强大但短暂的斥力“冲击波”。
这个冲击波会瞬间将所有粒子向外推开，模拟恒星爆炸的效果，然后粒子会慢慢恢复漂移和相互连接的状态。
美学与风格：
粒子（Nodes）： 应该是小而明亮的白色圆点，并带有一点辉光 (glow) 效果，可以使用 context.shadowBlur 实现。
弦（Links）： 应该是纤细的、半透明的白色线条，其透明度根据上述规则动态变化。
运动轨迹 (Motion Trail)： 采用上一版成功的拖尾效果。每一帧不要完全清除画布，而是用一个低透明度的黑色矩形 (rgba(0, 0, 0, 0.1)) 覆盖，从而让移动的粒子和弦留下优雅的、如彗星般的轨迹。
技术约束：
单一文件： 所有代码（HTML, CSS, JavaScript）都必须在同一个 .html 文件中。
无外部库： 必须使用纯原生 Web API，禁止使用 p5.js、Three.js 或任何其他第三方库。
流畅性能： 动画循环必须使用 requestAnimationFrame 以确保平滑和高效。
请立即开始编写这个令人惊叹的互动艺术作品的完整代码智谱对GLM - 4.5的API进行了兼容，可在Claude code里一键配置调用（需提前安装Claude code）。选择在.zshrc中写入配置，以便重复利用环境变量，避免与终端里其他工具冲突，完成配置后用zp即可开启测试。想了解更多配置细节可访问www.wngjzx.com。
对比测试情况
选择Kimi K2与GLM - 4.5对比，GLM - 4.5驱动的Claude code运行丝滑，不到三分钟就写好了爬虫及制作epub的代码，运行命令可一键完成电子书制作。不过，它需要手动运行命令才能完成成品，但整体在该任务上表现出色。
多平台兼容性与优势
除Claude code兼容外，智谱的GLM - 4.5还完美兼容Cline、Roo Code等主流代码智能体，最高100tokens/s闪电响应且成本很低。这使得GLM - 4.5在实际应用中具有更广泛的适用性和更高的性价比。
export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
export ANTHROPIC_AUTH_TOKEN="你的 bigmodel API keys"
GLM - 4.5系列在本次SWE - Bench Verified测试中表现突出，无论是在复杂提示词遵循能力测试，还是与其他模型的对比中，都展现出显著优势。那么，你认为GLM - 4.5未来能否在更多的应用场景中持续保持领先？欢迎点赞、分享本文并在评论区留言讨论。更多详细信息可登录www.wngjzx.com查询。
alias zp='ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic" ANTHROPIC_AUTH_TOKEN="你的 bigmodel API keys" claude'
