铁塔没立起来：GPT-6.1 Sol 翻车

一座铁塔，把 GPT-6.1 Sol 的短板立在了明面上。 测试题不难：用 Three.js 造一座埃菲尔铁塔。结果 Sol 拿出的东西被评价为"不怎么样"，同一场景下其他模型都过了，它独独在这栽跟头。测试者补了两句直观感受：前端和 3D 这块，它还不如 Astra，甚至不如 Kimi。官方宣称的高效也被打了个问号，实际跑起来照样烧 token。 这类单点翻车我不会无限放大，但它提醒了一个挑模型的常识：总分高的，未必在你要的那格里高。前面 Sonnet 5.5 拿指数第一那篇说过，榜单一格对应一种场景，这次正好是反面教材，前端 3D 的格子里，Sol 还没站稳。 更值得记的是 OpenAI 宣称"高效"、实际吃 token 这半句。效率账不能只看发布会口径，得按任务记实际消耗。这跟那条 SuperGrok 翻车的账本是同一种算法，自己动手量出来的才作数。 保留的也明白，单个场景、单次生成，样本小得很。Sol 在别的测试里表现不差，先别急着下总判决，等它在 3D 场景的复测成绩。 手上有 Three.js 活儿的，不妨拿同一道铁塔题让几家都跑一遍，铁塔立得起来立不起来，一眼便知。