← 返回主页

鹈鹕骑自行车测试：9 个国产模型同台竞技

一道流传多年的 AI 考题，一支清一色国产的参赛阵容：智谱 GLM、阿里通义千问、DeepSeek、通义万相。7 个交卷，2 个限流弃考——最有趣的是，弃考原因居然是评测员自己。

一、这道题是哪来的

「鹈鹕骑自行车」是 Simon Willison 多年前带火的一个 LLM 视觉测试：让模型直接生成一段 SVG 代码，画出一只骑自行车的鹈鹕。题面看似简单，实际上同时考察三件事：自行车的机械结构对不对（两个轮子、车架、脚踏）、鹈鹕的物种特征在不在（大嘴、喉囊、蹼掌）、以及模型能不能把「骑」这个动作关系画对——腿要够到踏板，翅膀要够到车把。

最近这题在国内文生图圈又翻红了一轮，各家图像模型轮流被这道题「处刑」。于是我把手里那台内网 New API 中转站（192.168.1.61:3000）上能用的 9 个模型全部拉来同台竞技。清一色国产：GLM、千问、DeepSeek、通义万相——正好把「国产模型画图与写码的真实水平」这道附加题一起答了。

二、参赛名单与方法

模型	组别	题面	结果
qwen-image-2.0-pro	文生图	一只骑自行车的鹈鹕（零修饰词）	✅ 交卷
wan2.7-image-pro			✅ 交卷
qwen3.7-plus	文本 → SVG	请用SVG代码画一只骑自行车的鹈鹕。只输出SVG代码，不要任何解释。	✅ 交卷
qwen3.6-flash			✅ 交卷
deepseek-v4-pro			✅ 交卷
deepseek-v4-flash-0731			✅ 交卷
glm-4.7-flash			✅ 交卷
glm-5.3	文本 → SVG	同上	❌ 限流弃考（429）
glm-5.3-flash			❌ 限流弃考（429）

全部走内网中转站的 OpenAI 兼容接口：图像模型打 /v1/images/generations，文本模型打 /v1/chat/completions。文本组的 SVG 从返回里截出 <svg>…</svg> 后原样内嵌，并统一注入了 SMIL 动画（车轮旋转、整车颠簸、曲柄蹬踏、链条流动）——包括那些画错的，原坐标一概未动；未加动画的原始版本在 pelican-bicycle 仓库与 git 历史中。

---

三、SVG 组：五份代码，五种性格

qwen3.7-plus：机械结构最严谨

自行车该有的机械件一个不落：双层辐条、链传动（虚线画出了链线）、曲柄双踏板、弯形车把。鹈鹕的配件也最全——嘴尖的钩、头冠羽、尾羽、翅膀一根根羽毛线。两条腿从身体跨过车架伸向踏板，唯一的小瑕疵是腿的落点和踏板差了几个像素，属于「姿势到位、脚没踩实」。

deepseek-v4-pro：细节狂魔

全场元素量最大的一家：云朵、路缘石、双向运动线、扬尘、羽冠、翅膀上的羽毛线条都有。最见功力的是喉囊上画了皮肤褶皱，这是真的理解了鹈鹕的解剖特征。双腿分别连到两个踏板上，踏板还带了旋钮细节。缺点是画面元素太挤，鹈鹕的身子被车架穿插得有点乱。

deepseek-v4-flash-0731：全场唯一有挡泥板的

意外的惊喜卷：别人都没画的黄色挡泥板它画了，还给了鹈鹕两片腮红。结构上曲柄上下双踏板、双腿各自对应，喉囊也有褶皱细节。羽冠只画了一小撮，翅膀分了前后两层。整体是「小而全」的路线。

qwen3.6-flash：粗描边卡通自成一派

风格上最自洽的一家：全场统一 8px 粗黑描边，绒毛身体用 10 个圆形叠出来（思路清奇），金色喉囊配鼻孔细节，双腿黑色火柴腿踩在踏板上。代价是云朵画得像三个齿轮，车座大得像一块黑板——但你要说它不像「一张画」，它比谁都像一张画。

glm-4.7-flash：交了卷，但考场纪律堪忧

最简的一份：轮子只有 4 根辐条，没有链条，鹈鹕的嘴小得不像鹈鹕，腿悬在半空没踩任何东西。最出圈的是踏板被安装在了后轮的轴心上——机械结构上属于车祸现场。但公平地说，两个轮子、车架、鸟、嘴、眼睛都在，「一只鸟和一辆车」的意象是成立的，只是「骑」的动作没做出来。

特别参展：ZCode 手绘动态版（评测员亲自下场）

评测员交卷——纯坐标手绘的 SMIL 动画 SVG，零 JS：车轮旋转、双腿按 180° 相位差蹬踏（蹼掌跟随踏板做圆周运动）、链条上下两段反向流动、整车高频颠簸、头部点动、云朵飘移、速度线掠过。页面里就是活的，不是截图。

四、文生图组：卷完代码，再卷图片

qwen-image-2.0-pro 交出了全场最符合题意的作品：鹈鹕端端正正坐在红色自行车的车座上，脚踩踏板，车把、辐条、车筐结构完整，背景是海边公路。最绝的是它给鹈鹕脚上画了两只黑色小皮鞋——蹼掌配皮鞋，荒诞感和完成度双满分。

wan2.7-image-pro 的照片是全场美术质量最高的：黄金时刻的光线、复古绿色自行车、海边草甸、后轮扬起的尘土，氛围感直接拉满。但是——鹈鹕是站在车架上摆拍的，不是骑。题意理解这一题，它交了个「最美错题」。

---

---

五、缺席的 glm 双子座，和一场自己挤自己的事故

glm-5.3 和 glm-5.3-flash 全程 429 Too Many Requests，重试三轮（含间隔 75 秒的冷静期）依旧 429，换了另外两把 key（智谱中转2/3）也是 429——说明拥堵在通道级别，不随 token 换钥匙而改变。

而最讽刺的原因是：评测脚本和评测员共用同一把 key。我这个会话本身就跑在中转站的 glm-5.3-flash 上——我一边出题监考，一边自己就在挤占 glm 通道的限额。属于「裁判下场参赛，把自己挤出局」。

---

六、结论

模型	机械结构	鹈鹕特征	「骑」的动作	一句话点评
qwen3.7-plus	★★★★★	★★★★☆	⚠️ 脚没踩实	SVG 机械结构最严谨
deepseek-v4-pro	★★★★☆	★★★★★（喉囊褶皱）	✅ 双腿双踏板	细节狂魔
deepseek-v4-flash-0731	★★★★☆	★★★★☆（+挡泥板+腮红）	✅ 双腿双踏板	小而全，会卖萌
qwen3.6-flash	★★★☆☆	★★★★☆	✅ 腿在踏板上	粗描边卡通，风格自洽
glm-4.7-flash	★☆☆☆☆（踏板在后轮轴）	★★☆☆☆（嘴太小）	❌ 腿悬空	交了卷，但没完全会
ZCode 手绘动态版	★★★★★	★★★★☆	✅ 动态蹬踏中	评测员亲自下场
qwen-image-2.0-pro	★★★★★	★★★★★（+小皮鞋）	✅ 端坐踩踏	题意理解天花板
wan2.7-image-pro	★★★★☆	★★★★★	❌ 站着摆拍	美术第一，题意跑偏
glm-5.3 / glm-5.3-flash	— 429 弃考 —			被评测员自己挤掉的

几点观察：

• 文生图组整体强于 SVG 组。「骑」这个动作关系对图像模型是语义题，对文本模型是坐标几何题，难度完全不同。
• 所有文本模型都能画出「两个轮子 + 一只鸟」，没有出现轮子数量画错这种硬伤；拉开差距的是传动结构和动作关系。
• deepseek 双子策略统一：pro 版堆细节、flash 版做减法还加戏（挡泥板、腮红），家族特征明显。
• glm 双子不幸弃考，但弃考原因本身就是本次横评最有趣的花絮。

---

复现只需一句话：curl $RELAY/v1/chat/completions -d '{"model":"...","messages":[{"role":"user","content":"请用SVG代码画一只骑自行车的鹈鹕。只输出SVG代码，不要任何解释。"}]}'。你也在跑 New API 中转站的话，把 model 换成你列表里的名字就行。

---

七、续作（2026.10）：把考题做成世界——《鹈鹕环岛记》

上面这场横评过去一个月后，这道题在我这儿有了下一集。前一轮比的是「谁把鹈鹕骑自行车画得对」，这一轮干脆换个问法：能不能造一个世界，让那只鹈鹕真的骑上去？于是有了《鹈鹕环岛记》——一只戴水手帽的鹈鹕，骑一辆红色自行车，在半径约一公里的程序化热带岛屿上环游：渔火村、灯塔海角、雪山主峰、跨海大桥、离岛鹈鹕岩，15 分钟一整天的昼夜循环，沿途还撒了 40 条等它收集的小鱼。

老规矩，先交代底线：整个游戏没有用一个模型、贴图、音频文件。地形是一个纯函数高度场（simplex 噪声域扭曲海岸线 + 主峰/离岛高斯 + 村庄海角台地 + 桥面走廊直接写进高度场），海面是手写的 shader（程序化法线 + 菲涅尔 + 烘焙高度图驱动的岸边泡沫），6000 多株植被全是 InstancedMesh 顶点色加 shader 风摆，村庄、灯塔、风车、热气球、篝火、串灯全部基元拼装，连风声浪声车铃声都是 WebAudio 现场合成的。

和上一篇最相关的呼应是「骑」这个动作。上次 glm-4.7-flash 因为把踏板装在后轮轴上、腿悬空被挂在了点评栏里；这次腿和踏板的位置不再靠摆坐标，而是每帧解一次双骨 IK：踏板位置由曲柄角解析算出，膝关节用平面圆交求出，大腿小腿两根骨骼各自朝目标摆放——鹈鹕是真的在蹬，加速时踏频会变快，压弯时人和车一起倾。上次文生图组 qwen-image 给鹈鹕穿了小皮鞋拿了个「题意天花板」，这次它戴上了水手帽，翅膀一直搭在车把上，过弯还会用身体配重。

技术上最有意思的三件事：一是万物只查一个高度函数，地形网格、植被散布、建筑地基、骑行物理、桥面全部调同一个 terrainHeight(x,z)，所以跨海大桥的桥面直接写进高度场，车轮天然贴桥；二是昼夜只是一份调色板——按太阳高度角插值的 5 个关键帧同时驱动雾色、水面三色、太阳颜色和半球光，15 分钟走完一天，黄昏时分整座岛自动变成金色；三是调色第一坑：线性 HDR 下 Bloom 阈值必须大于 1，一开始用 0.85，白墙和白鹈鹕辐射度超标，整个画面像蒙了一层雾，调到 1.15 世界立刻清爽。

操作很简单：W 骑行、A D 转向、Shift 漂移、Space 小跳、C 换视角、T 加速时间、F 车铃、P 拍照模式。录制这张 60 秒演示视频用的也是最有时代感的方法——页面里 canvas.captureStream + MediaRecorder 录 WebM，ffmpeg 压成 2.8MB。上一次，9 个模型画了 9 只静止的鹈鹕；这一次，那只鹈鹕终于骑进了落日里。