同一段提示，
五種兜風方式。

同題，各自完成

全部模型取得相同第一輪提示，獨立完成離線 HTML 動畫。允許內嵌 SVG、Canvas、CSS 與 JavaScript；不使用圖片、外部套件或網路資源。Codex 只處理啟動、檢查、封存及本比較頁，沒有代寫或修改參賽插畫。

先封存，再改善

全部第一輪完成或失敗並封存後，才開始第二輪。第二輪延續各自對話，提供自己的第一輪快照與瀏覽器檢查，不提供其他模型的作品。每輪任務內允許模型自行檢查、修改。

本輪 OpenCode 的讀圖條件受到主持端工具設定順序錯誤影響：停用全部工具的規則排在部分開啟規則後，雲端 Qwen 實際只見 bash、grep；Muse 回報無法讀取 PNG。這是執行工具限制，不能判定模型無視覺能力。2026-09-06 14:47 UTC 已修正設定順序，但未中斷既有程序，仍可能沿用舊工具表；原作保留，未另開第三輪。

這是一次創作觀察

每組每輪只有一份產出，並非多次抽樣統計。平台、工具及上下文配置不同；雲端 Qwen Flash 與本機 Qwen 27B 也不是同一模型，差異不能單獨歸因於量化。第二輪也調整了執行容量：OpenCode 單次輸出上限由 32,000 提高至 131,072 token，本機上下文由 16K 提高至 32K。因此改善不能全歸因於自我修訂。本機先前三次 runner 帶入 presence_penalty 1.5，與官方 thinking 建議 0.0 不符；目前保持 IQ4／40K／xhigh 並修正取樣重新開始。這是主持端設定錯配，不能斷言是失敗的唯一原因，IQ4 官方取樣 40K 首輪已產出 HTML，但第二輪仍以 length 結束，故依授權啟用 IQ3_S 備案。IQ3_S 的 64K／Q8 配置已完成實測；這確認執行配置可用，不代表角色姿勢、踩踏連動或美術品質合格。沒有預設分數或勝負。

檢查能證明什麼

快照比較可確認畫面有變動；暫停前後測試可確認整張畫面是否凍結。這些檢查不等於足部與踏板連動正確，也不代替美術判斷。手機檢查是 Chrome 窄視窗，並非實體手機實測。無橫向溢出 ≠ 視覺比例正確；仍需對照快照檢查角色、車輪及場景有沒有被拉伸。