Same Three.js prompt: M3.1 Flash self-fixes 4 render errors, Opus 5.5 wins on aesthetics
On one Three.js particle-nebula prompt both models succeeded first try; M3.1 Flash caught and fixed 4 render errors on init and held 60fps at $0.6/M output tokens, while Opus 5.5 looked more cinematic, and the 62.2 vs 38.1 split shows how to route work.
我挺认同 AYi @AYi_AInotes这次的结论，两边都一次跑通了，真正拉开差距的是账单， 同一句 Three.js 指令，粒子星云、行星光晕，点哪颗星镜头就飞到哪颗， Opus 5.5 守住了审美，光晕有电影感，资料卡排得讲究， M3.1 Flash 没等人催，初始化时自己查出 4 个渲染报错，在后台跑测试修好，帧率稳在 60， 我觉得这件事最值得琢磨的地方，不是便宜， 是便宜之后它能干什么， 每百万输出 0.6 美元，意味着它可以多跑几轮、多测几遍、多修几次， 贵的模型拼的是一次答对，便宜的模型拼的是反复查到对， 对大多数日常活来说，后一种已经够用了， 它还主动多做了一套控制面板，轨道线、辉光、星云都能一键开关， 做原型的时候，这是惊喜， 到了要严格按需求交付的项目里，这就是多出来的改动，得有人看一眼再放行， AYi 也没有替它吹过头， 自动化办公那项拿了全场第一，62.2， 硬核终端编程只有 38.1，离 Opus 5 的 51.8 还差一截， 我理解这组数不是在分胜负，是在告诉你活该怎么分， 所以接下来更值钱的能力，不是押哪一个模型， 是会排班， 七八成的原型和自动化脚本交给快的、省的， 十万行老代码、最难的那一两步，再请旗舰出场， 我觉得旗舰的溢价不会消失， 但它只能收在最难的那一段上，剩下的路，便宜模型会一圈一圈自己跑完👇
This post quotes another post: “MiniMax M3.1 Flash vs Opus 5.5 on the same Three.js prompt”