HỆ THỐNG LIVE BENCHMARK · CODING.CUTES1TG.ONLINE

Đại Chiến 8 Coding Workers

Phát triển độc lập tựa game roguelite 2D top-down "Vạn Kiếp Tu Tiên" bằng PixiJS v8.22, Vite 6, TypeScript strict qua 5 giai đoạn (P1–P5) với 18 Gates kỹ thuật khắt khe.

VPS: 66.135.0.13 (Ubuntu LTS) Domain: coding.cutes1tg.online Lead: Hermes Orchestrator
🎮 Đang chạy thử nghiệm: Worker
A
Full P1–P5 (18/18)

DeepSeek Harness

CLI: @deepseek-ai/dsh v0.2.1-rc.2
Mô hình AI:DeepSeek V4.1 Flash (thtung-paid)
Độ phủ Unit tests:146 tests (1.02s)
Playwright E2E:19 tests (58.3s)
Bundle JS:500.0 kB

Self-healing đỉnh cao: Tự viết script .dbg.mjs chẩn đoán lỗi sâu trong core/DOM/audio; test suite Vitest mock sạch chạy siêu tốc (1.02s); UI Master-Detail và vector silhouette 11 quái vẽ tay chuẩn xác; nghiệm thu tự động 1 lệnh.

B
Full P1–P5 (18/18)

mini-SWE-agent

CLI: mini-swe-agent v2.4.6 (Python)
Mô hình AI:DeepSeek V4.1 Flash (thtung-paid)
Độ phủ Unit tests:102 tests (19.30s)
Playwright E2E:18 tests (34.2s)
Bundle JS:434.0 kB

Siêu tiết kiệm token: Hoàn thành 5 phase chỉ với 564 steps (ít hơn 32% token). Tàng Kinh Các sáng tạo với 12 icon chữ Hán thư pháp (劍, 萬, 雷...) đổi màu theo nguyên tố; văn phong tu tiên thuần Việt kèm chú thích công thái học.

C
Full P1–P5 (18/18)

OpenCode

CLI: opencode v1.18.31 (--variant minimal)
Mô hình AI:GLM-5.3-Flash (thtung-glm)
Độ phủ Unit tests:142 tests (3.26s)
Playwright E2E:23 tests (45.5s)
Bundle JS:344.6 kB (Gọn nhất)

Vô địch tối ưu bundle & hiệu năng: Bundle JS chính chỉ 344.6 kB (nhỏ nhất toàn đoàn). Tốc độ mô phỏng 0.0139 ms/step (nhanh gấp 4.5 lần) nhờ cơ chế zero-allocation in-place compaction; bộ test E2E phong phú nhất (23 tests).

D
Full P1–P5 (18/18)

Google Antigravity

CLI: Google agy v1.4.2 Native Go
Mô hình AI:Google Gemini 3.8 Flash (thtung-agy)
Độ phủ Unit tests:51 tests (1.19s)
Playwright E2E:3 suites (21.4s)
Bundle JS:463.6 kB

Đồ họa UI/UX hiện đại đẳng cấp: Thiết kế translucent glass container bo góc mượt mà; hệ thống vòng radar/trận pháp Bát Quái phân tầng hiển thị tầm đánh tự động; đạn đạo neon phát sáng; context 1M+ tokens và auto-rotate 3 tài khoản.

E
Full P1–P5 (18/18)

Meta Muse Code

CLI: muse v1.4.11 Native (Meta OAuth)
Mô hình AI:muse-spark-1.3-contributor (medium)
Độ phủ Unit tests:107 tests (2.74s)
Playwright E2E:9 tests (28.3s)
FPS Headless:59.9 FPS (Mượt nhất)

HUD công thái học & FPS 60 mượt nhất: Dải thông số ngang thanh thoát ở đỉnh, Action Bar 6 ô trực quan đếm cooldown ở đáy. Nhân vật Tu Sĩ nón lá Việt Nam. Tự phát hiện và sửa lỗi ticker game loop ghi đè BGM khi vào Endless Mode.

F
P4 ĐẠT / Đang chạy P5

Claude Code CLI

CLI: claude v2.1.295 (Anthropic Engine)
Mô hình AI:DeepSeek V4.1 Flash (thtung-paid)
Độ phủ Unit tests:276 tests (Kỷ lục toàn đoàn)
Playwright E2E:55 tests (Đồ sộ nhất)
Bundle JS:423.8 kB

Kỷ lục 232 Unit tests & 37 E2E tests: Tự phát hiện và sửa lệch sprite hitbox formula, tự thêm texture cho minion triệu hồi (sapling, clone), tạo cơ chế "boss arena" dọn quái thường để đòn đánh không bị loãng.

G
P4 ĐẠT / Đang chạy P5

Kimi Code CLI

CLI: @moonshot-ai/kimi-code v2.3.0
Mô hình AI:Kimi K3 (thtung-kimi)
Độ phủ Unit tests:167 tests (15 files)
Playwright E2E:14 tests (PASS)
Bundle JS:414.4 kB

Kỷ luật kế hoạch TodoList xuất sắc: Tự quản lý danh mục tác vụ qua TodoList tool. Giao diện Flat Card thanh thoát, quái vật có hiển thị lượng máu trực tiếp (HP 10), thanh máu phụ trên đầu nhân vật (overhead HP bar).

H
P2 ĐẠT / Đang chạy P3

OpenAI Codex CLI

CLI: codex-cli v0.158.0 (OpenAI Engine)
Mô hình AI:DeepSeek V4.1 Flash (thtung-paid)
Độ phủ Unit tests:78 tests (9 suites)
Playwright E2E:5 suites (PASS)
Bundle JS:357.2 kB

OpenAI Codex kết hợp DeepSeek V4.1: Cơ chế tự chủ của OpenAI Codex CLI với Responses API native kết nối qua loopback 9Router; tự động phân rã tác vụ, lập trình kiểm thử và vá lỗi độc lập.

📊 Bảng So Sánh Số Liệu Định Lượng Chung Cuộc
Worker CLI Engine Model LLM Trạng thái Unit Tests Playwright E2E Bundle JS Mô phỏng 500 quái FPS Headless
Worker A @deepseek-ai/dsh DeepSeek V4.1 Flash Full P1–P5 146 (1.02s) 19 tests 500.0 kB 0.063 ms/step ~18.0 FPS
Worker B mini-swe-agent DeepSeek V4.1 Flash Full P1–P5 102 (19.30s) 18 tests 434.0 kB 0.065 ms/step ~7.5 FPS
Worker C opencode GLM-5.3-Flash Full P1–P5 142 (3.26s) 23 tests 344.6 kB (nhất) 0.0139 ms/step 23.4 FPS
Worker D antigravity (agy) Google Gemini 3.8 Full P1–P5 51 (1.19s) 3 suites 463.6 kB 0.1345 ms/step 20.0 FPS
Worker E muse Muse Spark 1.3 Contrib Full P1–P5 107 (2.74s) 9 tests 366.3 kB 0.0530 ms/step 59.9 FPS (mượt nhất)
Worker F claude DeepSeek V4.1 Flash P4 Đạt / Đang P5 276 tests (kỷ lục) 55 tests 423.8 kB 0.0480 ms/step 24.0 FPS
Worker G kimi-code Kimi K3 P4 Đạt / Đang P5 167 tests 14 tests 414.4 kB 0.0450 ms/step 21.0 FPS
Worker H codex-cli DeepSeek V4.1 Flash P2 Đạt / Đang P3 78 tests 5 suites 357.2 kB Đo ở P3/P5 Đo ở P5