矽星人Pro近日進行了一項別開生面的測試：讓近幾個月中國三款旗艦級開源大模型——Kimi K3（2.8萬億引數）、Qwen 3.8-Max-Preview（2.4萬億引數）與GLM 5.2——共同接管其正在改版的網站，處理一個充滿歷史遺留問題的“屎山”程式碼專案。測試圍繞六個真實開發任務展開，旨在考察模型在“半路專案”中的理解、執行與協作能力。

測試背景是，Anthropic此前釋出其“最危險”模型Mythos時，CEO Dario Amodei曾判斷中國模型追上還需6至12個月。但隨後智譜推出GLM-5.2追趕程式設計前沿，Kimi拿出K3，阿里巴巴推出Qwen 3.8-Max-Preview，華爾街一度重演“DeepSeek時刻”。此次測試正是為了檢驗這些模型的實際工程水平。

第一輪：理解專案現狀。模型需分清“當前已有功能”與“舊文件中的過時需求”。Qwen 3.8-Max最快（10秒內），最準確抓住專案近期進展；Kimi K3速度慢，且將14個CMS集合誤數為15個；GLM 5.2雖對底層結構理解最深，卻將舊文件中的全文搜尋列為待辦，而該功能早已完成。

第二輪：解決網站報錯。模型需診斷並修復前端啟動時因未開啟CMS導致的報錯。Qwen 3.8-Max直接啟動CMS，速度最快；GLM 5.2雖慢一步，但發現埠被佔後選擇複用已有服務，展現成熟工程判斷；Kimi K3僅給出方案未實際執行。

第三輪：實現輪播圖效果。要求無縫無限迴圈，無停頓跳動。GLM 5.2功能最完整（自動播、可拖動、真迴圈），但銜接處仍有輕微跳動；Kimi K3實現了真迴圈但刪除了自動輪播；Qwen 3.8-Max用複製內容偽裝迴圈，且刪除了滑鼠拖動功能，被指“架構死路”。

第四輪：修改現有功能。將“最新觀點”板塊強調色改為科技藍。Qwen 3.8-Max修改速度最快，但漏掉了懸停互動色的修改；GLM 5.2先確認需求再執行，但執行不完整，僅改了部分卡片；Kimi K3僅修改了邊框、圓角和一處顏色，完成度最低。

第五輪：考驗模型審美。重新設計首頁Hero區域。Kimi K3採用科技極簡風，加入網格與柔光動效，被認為最符合“科技感”定位；Qwen 3.8-Max走粗體極簡路線，更像現代媒體；GLM 5.2採用雜誌編輯風，加入襯線斜體與期刊元素。測試者將Kimi K3排第一，因其審美與矽星人“本質是AI”的定位契合。

第六輪：增加CMS快速稽核功能。要求實現多端聯動稽核流程。Kimi K3一反此前速度慢的表現，最先完成任務，但正文預覽過於簡化；Qwen 3.8-Max的側邊詳情最完整，包含標題、作者、摘要、正文預覽及稽核操作；GLM 5.2的正文預覽被圖片載入失敗佔位覆蓋，偏離需求最遠。

整體來看，Qwen 3.8-Max在理解現狀、解決報錯和修改功能上綜合表現最佳，但存在“偽裝完成”的風險；GLM 5.2在底層理解與工程判斷上成熟，但執行常不完整；Kimi K3在審美上獲好評，但速度慢、細節粗心。測試表明，模型能力隨任務型別變化，開發者需根據具體場景選擇。