豆包刚出的 doubao-seed-2.1-pro 测评报告来了。这次测评依然在 Pi 上接入来做，上下文、Max tokens 和思考模式全都开到最大。

第一题是强约束指令遵循句子生成测试。句子确实都从 1 到 10 结尾，乍看没什么问题——但不仔细看差点被它糊弄过去：只看尾部几个字的话所有句子都挺顺，可读完整句就会发现，第 5、7、9 句都是不通顺的，挺狡猾。

第二题鹈鹕土星环骑自行车 SVG 测试，前几天测了好几个国内顶尖大模型都做不好，结果豆包更离谱——鹈鹕和自行车直接不见了。

第三题复合弓射箭 SVG 测试，真抠细节的话问题不少：头断了，轮子也不是复合弓的轮子，反而像个闹钟。不过毕竟是 SVG，可能不用太强求。这里比较严重的问题是弓弦只有一根，而复合弓和一般弓箭不同，不会只有一根弦。

第四题浏览器内操作系统，UI 看上去还可以，但右上角的弹窗点下去却跑到左上角去了；Dock 栏的计算器不工作，点几次等于号都没算出结果；压轴的太空射击游戏其他都还好，就是没法移动——按下左右键一放手，飞机立刻回弹到原来的位置，根本没法好好控制。

第五题 3D 赛车游戏，画面太模糊，根本看不清路况，视力稍微不好都很难躲开障碍物。

第六题无第三方库实现 Trello 看板，列表的增删改拖动没问题，待办卡片的增删拖动也没问题，唯一的问题是没法改标题——点进去根本找不到改标题的地方。

测下来就那样吧，我就不总结了，大家评论区自己说吧。