Artificial Analysis 上线 AA-3D：让模型写可交互 three.js 场景，真人盲评，Claude 三连霸榜
每个模型在离线沙盒里当智能体，按 55 份文字简报做出可交互 3D 网页，最多 3 小时、250 轮，手边有 Blender、Rapier 物理和无头浏览器自测。1000 多名评审投了 1 万多票：Claude Sonnet 5.5（1194）、Opus 5.5、GPT-6 Astra、Claude Fable 5.1 统计上并列第一；开源最好的 Kimi K3 只排第 11，落后 200 多分。
为什么重要 3D 场景是「写代码 + 审美 + 物理」的综合考题，分数和智能指数相关性高达 0.92。做一个场景成本从 0.2 到 32 美元不等，最便宜的 GPT-6 Luna 还能排第 8，选型时很有参考价值。