有点出乎意料：K100_AI 本地 Qwen3.8-27B vs Claude Sonnet 5 Max，一句话生成 HTML 小游戏

最近在测试海光 K100_AI 上部署的 Qwen3.8-27B，顺手拿 Claude Sonnet 5 Max 做了一次非常简单的单提示词对比。

测试提示词只有一句：

帮我写一个滑雪大冒险的小游戏，HTML格式。

没有补充 UI 风格、配色、布局、功能清单等额外要求，基本就是看模型自己对需求的理解、设计和发挥。

左侧：Claude Sonnet 5 Max

右侧：Qwen3.8-27B

Qwen3.8-27B 是部署在 海光 K100_AI 上的 W8A8 INT8 推理版本，Activation / KV Cache 使用 BF16，使用定制 SGLang 推理服务，模型上下文按官方原生 262K 配置。

从这一次生成结果看，比较让我意外的是 Qwen 右侧版本在视觉完成度上反而更高：雪道透视、远山、树木、太阳、主菜单以及整体画面层次都比较完整，更接近一个已经设计过的小游戏页面。

Claude 左侧版本功能同样能实现，但这一轮生成的视觉表现相对简单一些。

当然，这里只是同一句 Prompt 的单次生成结果，并不能证明 Qwen3.8-27B 综合能力超过 Claude Sonnet 5 Max。随机采样、思考档位和任务类型都会影响结果。

但至少从这次测试来看，K100_AI 上运行的 Qwen3.8-27B W8A8 在这种「一句话生成完整前端/小游戏」任务上的实际完成度，确实比我原先预期的高不少。

后面准备再固定一批相同 Prompt，对比代码质量、视觉效果、首次成功率、生成耗时和 Token 消耗，避免只看单次样本。

大家觉得左边 Claude 和右边 Qwen，哪一个效果更好