四模型同提示 iPhone UI 盲测：Terra 的真实开发任务证据

一句话结论

作者把 GPT-5.6 Sol、Terra、Luna 和 Claude Fable 5 放在同一 iPhone UI 移植任务中、给相同提示和一小时，进行盲测；它说明真实 UI/代码交付应看需求阅读和功能完整性，但原帖未公开 Terra 的逐项得分。

测试环境

• 任务：四个模型构建相同的 iPhone UI/移植 App。

• 对照模型：GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna、Claude Fable 5。

• 控制条件：作者公开说使用相同提示、相同一小时，并进行盲测；视频章节还覆盖横屏、时间解析、外部显示器、自动隐藏控件、错误和远程 Mac QA。

• 结果形式：X 帖文链接到作者的视频/章节；X 文本未提供完整 prompt、代码、逐项评分表或每个模型的最终排名。

输入/配置

原帖可见的是测试设计，不是完整可复制 prompt。公开测试条件：

相同的设计文档、代码、提示和一小时预算；四个模型分别移植同一 iPhone UI，再进行盲测。

结果数据

• 视频章节公开了可复核的检查点：缺失功能、横屏模式、“5pm”时间功能、外部显示器、自动隐藏控件、错误列表和远程 Mac QA。

• 作者在章节中记录 Claude Fable 5 得分 93；X 帖文本没有给出 Terra、Sol、Luna 的得分。

• 作者强调只有一个模型仔细阅读设计文档和代码，足以交付实际使用的功能；具体“一个”是谁必须以视频揭晓和代码证据为准，不能从 X 摘要推断为 Terra 或其他模型。

结论

这是 Terra 是否适合“有设计文档、已有代码、需要跑通 UI 细节”的强相关测试线索，但当前可见数据不足以判定 Terra 胜负。复现时应把需求阅读、功能完整性和设备 QA 作为主要指标，而不是只看首稿外观。

局限

• 完整 prompt、仓库、模型配置、重复次数、逐项评分和视频中的最终揭晓未在 X 文本公开。

• 一小时预算、作者代码库和视频人工评分会影响结果；不能外推到所有 iOS 或前端任务。

• Fable 93 是作者视频章节中的单项信息，不应当当作标准化 benchmark 分数。

复现步骤

1. 准备相同设计文档、初始代码和四个模型入口，固定一小时预算与工具权限。

2. 对每个模型保存完整 prompt、提交 diff、运行日志和最终构建。

3. 盲化模型身份，按缺失功能、横屏、时间解析、外部显示器、自动隐藏控件、测试通过率和人工可用性评分。

4. 报告逐项结果、失败原因和耗时；不要只报告一个总分。