llm-bench の実行ごとのレポート一覧です。API 呼び出しのタイムライン、スクリーンショット、成果物を 1 回の実行単位でまとめています。
横軸は実行開始からの経過時間で、全実行で共通です。色は実行したモデルを表し、濃い区間が API 呼び出し中、その間の空白がツール実行などの待ち時間で、薄い帯は実行全体の長さを表します。丸印にポインタを重ねるとその時点のスクリーンショットが表示され、行をクリックするとレポートを開きます。
| 実行 | モデル | 所要時間 | 呼び出し | 出力トークン | 最大コンテキスト | キャッシュ命中 | 推論の割合 | スクショ |
|---|---|---|---|---|---|---|---|---|
| 10/24 18:52 8106c017 | deepseek-v4.1-flash | 107:31 | 43 | 79,487 | 101.8K | 99.3% | 99% | 6 |
| 10/24 16:20 ca62ada8 | deepseek-v4.1-flash:cloud | 27:32 | ? | ? | ? | ? | ? | 12 |
| 10/21 00:05 14759f1a | qwen3.8-flash-next-unsloth-ud-q4_k_xlenginebasalt | 56:36 | 51 | 147,853 | 174.0K | 91.8% | 96% | 11 |
| 10/20 18:58 4673367b | deepseek-v4.1-flash | 180:00 | 35 | 137,159 | 107.6K | 83.5% | 100% | 5 |
| 10/20 12:57 9083125d | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 66:33 | 100 | 170,609 | 201.9K | 96.8% | 87% | 12 |
| 10/20 12:15 a6ae89eb | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 34:45 | 60 | 94,694 | 121.3K | 93.8% | 92% | 12 |
| 10/20 10:19 ee199b7a | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 40:35 | 88 | 115,165 | 152.0K | 99.0% | 92% | 0 |
| 10/20 08:55 a698f834 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 48:46 | 81 | 137,398 | 182.2K | 96.0% | 94% | 12 |
| 10/20 02:40 0c2da471 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 50:26 | 72 | 144,852 | 169.1K | 95.1% | 97% | 12 |
| 10/20 02:03 eb21b446 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 33:58 | 67 | 91,321 | 130.2K | 95.0% | 93% | 12 |
| 10/19 23:16 a9698050 | qwen3.8-flash-next-iq3_s | 19:39 | 48 | 83,590 | 118.8K | 95.8% | 94% | 9 |
| 10/19 17:08 80eaa55c | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 35:10 | 66 | 98,502 | 132.7K | 94.3% | 95% | 12 |
| 10/19 14:31 3a84dfba | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 64:57 | 107 | 177,801 | 231.7K | 96.2% | 95% | 12 |
| 10/19 10:58 f0749a02 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 54:13 | 88 | 161,492 | 180.0K | 96.3% | 98% | 12 |
| 10/19 09:28 53827ae2 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 54:19 | 100 | 135,995 | 178.4K | 95.5% | 89% | 12 |
| 10/19 08:27 db9e06c0 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 41:10 | 80 | 115,130 | 149.7K | 95.2% | 96% | 12 |
| 10/19 07:56 80903dee | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 22:31 | 42 | 64,765 | 101.7K | 94.7% | 95% | 12 |
| 10/19 01:13 419f787f | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 51:45 | 101 | 136,038 | 241.1K | 96.8% | 95% | 12 |
| 10/18 12:52 13cb2511 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 55:49 | 113 | 145,900 | 186.5K | 94.8% | 95% | 12 |
| 10/18 10:54 cf60baba | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 48:23 | 121 | 137,339 | 173.3K | 99.5% | 94% | 0 |
| 10/18 10:05 76bae2cc | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 31:48 | 75 | 91,090 | 133.0K | 98.7% | 95% | 5 |
| 10/18 00:35 73ae8eff | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 28:33 | 44 | 87,994 | 90.3K | 97.4% | 93% | 4 |
| 10/17 11:16 bb4e8b72 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 86:30 | 230 | 231,639 | 362.9K | 99.7% | 88% | 1 |
| 10/17 10:26 7b4b8409 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 39:50 | 105 | 119,151 | 125.0K | 98.7% | 93% | 7 |
| 10/17 09:31 fd6a7515 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 23:19 | 56 | 70,622 | 101.7K | 98.7% | 95% | 2 |
| 10/16 21:48 2d96a050 | qwen3.8-flash-next-unsloth-ud-q4_k_xl | 10:59 | 30 | 34,028 | 48.8K | 96.6% | 89% | 0 |
新しい順です。カード左上のバッジが、実行したモデルです。エンジンを明示している実行には、その下にエンジン名のタグが付きます。サムネイルにポインタを重ねる(タップする)と、実行中のスクリーンショットを時系列で見られます。
#6 · 105:59
deepseek-v4.1-flash が Strata ds4-0.1 / llama.cpp 上で、単一HTMLのボクセル庭園パゴダを43回・6,451.03秒かけて生成し、exit_code 0 で完了した。出力は79,487トークン、成果物は index.html（39,048 bytes）。途中でブラウザ設定・サービス設定・セレクタ待機・判定API・numpy不足などのエラーがあり、最終的に HTTP と file:// の双方で検証した。
#12
deepseek-v4.1-flash:cloud が thinking high で、27 分 32 秒かけて API を 0 回呼び出し（出力トークンは usage の記録なし）、状態は completed。LLM による読み取りは付いていない。
#11 · 54:49
Qwen3.8-Flash-Next UD-Q4_K_XL が、ボクセル芸術の五重塔庭園シーンを単一HTMLにする課題を実行した。3396秒・51呼び出し・出力147,853トークンで、全文書き出しの write を4回（うち1回は path 欠落で失敗）行った後、headless レンダリングによる描画確認と微修正ループに移行した。status=completed・exit_code=0 で、成果物 pagoda-garden.html（42,865バイト）を残して終了した。
#5 · 176:51
deepseek-v4.1-flash（thinking high）が単一HTMLのボクセルパゴダ庭園を35回の主呼び出しで構築した。開始から10800.125秒（3時間）でタイムアウト（exit 124）となり、10610.756秒に中断されて最終メッセージは残っていない。出力トークンは137159、成果物 hanami-pagoda.html は68463バイト。
#12 · 65:47
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking=high）が100コール・3,993秒で完走（exit 0）した。最初の全ページ一括書き出しが出力トークン上限で不発に終わったため6分割執筆に切り替え、結合・構文チェック後、ヘッドレスブラウザでのスクリーンショットと修正を往復し、52,706バイトの pagoda-garden.html を納品した。
#12 · 33:59
qwen3.8-flash-next（thinking=high）が、ボクセル五重塔庭園のシーンを単一HTMLに収める課題に取り組んだ。冒頭3呼びで約20分かけ48KBのシーンファイルを生成し、残り約15分はヘッドレスブラウザで無限ループ修正・構図調整・夜景演出を反復検証して、最終的にコンソールエラー0で正常終了した（exit 0、計2085秒）。
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）が88回の主呼び出し・2,434.7秒で、五重塔の庭園を単一HTMLのボクセルシーンとして生成し、status=completed で終えた。初稿を2回のwriteで書き切った直後にブラウザでの読み込み不調に直面し、node実行へ切り替えて voxel 生成バグを特定・修正、最終検証まで実施した。成果物は pagoda-garden-voxels.html（47,591 バイト）。
#12 · 48:03
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking=high）がボクセル五重塔庭園を単一HTMLで構築し、2926.5秒・主呼び出し81回・exit 0で完了した。#2で初版を書いたが#8の全文書き換えは出力トークン上限に達して未実行に終わり、E3の失敗を機に#9以降はread+editの小パッチとブラウザスクリーンショット検証の反復に切り替わった。最終成果物はpagoda-garden.html（63,770バイト、20枚のショットで確認）。
#12 · 49:29
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）がボクセル五重塔庭園を単一HTML化する依頼を3026.4秒・72コールで完走（status completed、exit 0）。初稿#3で出力トークン上限に当たり分割書きに切り替え、以後は連結・構文検査とヘッドレスブラウザでの截图検証を繰り返して細部を修正した。最終成果物は pagoda-garden.html（49,126 バイト）で、最終報告はコンソールエラー0・120fps を検証済みとしている。
#12 · 33:10
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）が単一HTMLのボクセル五重塔庭園課題を受け、67 呼び出し・91,321 出力トークン・2,038 秒で completed / exit 0 とした。write 4 部の分割生成→bash 結合で index.html（59,448 バイト）を作り、以降は静的修正と headless ブラウザでのスクリーンショット検証・微調整に約14分を費やした。
#9 · 18:58
qwen3.8-flash-next-iq3_s（thinking: high）が、五重塔と桜の庭園をボクセルアートで描く単一 index.html の生成を依頼され、48 件のメイン呼び出し・総出力 83,590 トークン・経過 1179.1 秒で status=completed（exit_code 0）を達成した。生成→構文/ブラウザ検証→バグ修正→スケール拡張→最終確認のループを回し、35,373 バイトの成果物と 9 枚のスクリーンショットを残した。
#12 · 34:29
qwen3.8-flash-next（thinking high）が単一HTMLのボクセル五重塔庭園を、2109.5秒・66コール・出力98,502トークンでstatus=completed（exit 0）として終えた。#1〜#3の設計と2回の書き下ろしで前半を消費し、残り63コールは欠陥行の除去、ブラウザ実測、景観・夜間演出の修正に充てて pagoda-garden.html（48,643 bytes）を納品した。
#12 · 63:51
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）が、ボクセルアート風の下層塔庭園ページを単一HTMLで生成する課題に、107回の主呼び出し・3,896.8秒・出力トークン177,801で取り組み、status=completed / exit 0 で終えた。前半5呼でファイルを書き切り、残り102呼はスクリーンショット検証・edit修正・池のデバッグに充て、最終成果物 voxel-pagoda-garden.html（47,680バイト）を納品した。途中ツールエラー14件を記録したが、いずれも再取得で復帰し停止には至っていない。
#12 · 53:28
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking: high）が、voxel の五重塔庭園シーンを単一HTMLにするタスクを主呼び出し88件・3252.8秒で完走した（exit 0）。#3〜#4の巨大書き出しが出力上限に当たり#5〜#10でチャンク分割→連結に切り替え、その後は描画検証とedit修正を繰り返した。最終成果物は pagoda-garden.html 52,316バイト。
#12 · 53:35
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）が、ボクセル五重塔庭園の単一HTMLを3258.9秒・100コール・出力135,995トークンで completed（exit 0）した。最初の約44%（#1〜#3）で環境確認・構想・ファイル生成と全面書き換えを終え、以後はヘッドレスブラウザでの eval 実行とスクショレビューによる修正反復に充てた。成果物は pagoda-garden.html（45,395バイト）1点。
#12 · 40:05
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）が、voxel 庭園の pagoda-garden.html（45,145 バイト単一ファイル）を 80 コール・2469.9 秒で構築し、exit code 0 で完了した。#4 で初稿を一気に書き出すも #5 の構文チェックで落ち、#6 で全面書き直し、以降はブラウザ検証で昼景・鯉・夜景を反復修正した。最終報告では headless Chromium でコンソールエラーゼロを確認したと述べている。
#12 · 21:53
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）がボクセルの五重塔庭園シーン依頼を受け、1,351.0秒・主呼び出し42回で pagoda-garden.html（42,533バイト）を生成し、completed（exit_code 0）で終えた。冒頭の計画と初稿書きで全体の4割超を費やし、残り時間で read/edit とブラウザ eval による検証ループを回した。最終報告では http:// と file:// の両方でコンソールエラーゼロ、4時間帯のスクリーンショット確認が主張されている。
#12 · 51:06
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）がボクセル画の五重塔庭園プロンプトを受け、3104.7秒・101コールで単一ファイル pagoda-garden.html（54,458 バイト）を生成して completed・終了コード 0 で終えた。2回目の一括書き込みだけで 394.7秒/24,504トークンを費やし、以降は 29 回の edit と 42 回の eval（headless Chromium での検証）を往復して描画・地形・照明の不具合を除去した。最終メッセージは 60,180 ボクセル、75〜80fps、ゼロコンソールエラーを報告している。
#12 · 55:01
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking: high）が113コール・3,349秒でpagoda-garden.html（43,606バイト）を作成し、exit 0で完了した。初回3コールで全ファイルを書き・書き直した後、残り110コールはブラウザでの検証と、水面・黒化ボクセル・カメラ・照明の修正に費やした。edit拒否18件、eval例外1件、bash失敗1件はいずれもその場で復旧し、#112のtodoクローズで終えた。
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）が単一HTMLのボクセルアートシーンを2903秒・121呼び出しで生成し、status=completed、exit 0で終えた。最初の#1は32768トークン生成で出力トークン上限に当たり書き込みが未実行のまま切れたため、#2でスケルトンを再記述し、構築→構文修正→実行時デバッグ→仕上げへと進行して45KBのvoxel-pagoda-garden.htmlを納品した。ツールエラーは計20件発生したが、大半は行の再特定と再試行で回復している。
#5 · 31:04
qwen3.8-flash（thinking high）が75呼び出し・1907.7秒でボクセル庭園シーンを単一HTMLとして完成させ、exit 0で完走した。最初の3呼び出し（計約700秒）で49,371バイトのindex.htmlを一括生成し、その後ブラウザ試験のAPI習得に約90秒、描画クラッシュの追跡・修正に約170秒を費やした。最終的に色調整と数値検証、デバッグコード除去を経て、83fps・コンソールエラーゼロと報告している。
#4 · 25:08
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking high）が1712.7秒・44コール（主42・補助2）でボクセル五重塔庭園の単一HTML（index.html、42,869バイト）を構築し、status completed・exit 0で終えた。1回目の書き出しは32,768出力トークン上限に達して未実行となり、#2から生成を再開、editによる構文修正、node --check、ヘッドレスブラウザ検証と反復した。最終報告では74,766ボクセル配置、コンソールエラーゼロ、視覚判定で承認されたとされている。
#1 · 40:54
qwen3.8-flash-next-unsloth-ud-q4_k_xl(thinking high)が、単一HTMLのボクセル庭園シーンを作れという依頼に230件のAPI呼び出し・総計5190秒で応えた。#2〜#8で描画器を7分割して約24分で書き下ろし、連結後の約58分はブラウザ起動・シェーダエラー修正・ピクセル統計による照射と点灯の反復調整に費やした。最終的にexit 0・completed、index.html(124,435バイト)1点を成果物として残した。
#7 · 22:35
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking=high）が、単一HTMLのボクセル五重塔庭園シーンを実行番号#1〜#105、合計2390秒（約40分）で制作し、exit_code 0で完走した。#3の書き出しで32,768トークンの出力上限に当たりつつも小チャンク分割で回復し、後半はスクリーンショット判定と修正を4往復して34,977バイトのindex.htmlを納品した。
#2 · 15:02
qwen3.8-flash-next-unsloth-ud-q4_k_xl（thinking: high）が、ボクセル庭園シーンの単一 HTML 成果物を 56 呼び出し・1398.9 秒・出力 70,622 トークンで構築した。#4 の一括書き出し（47,007 バイト）後に破損箇所の修復とヘッドレス描画検証を往復し、#56 まで進めて exit 0 で完了。最終報告では実描画エラー 0・75–90fps、昼/夜/接写の視覚ジャッジ合格が記されている。
qwen3.8-flash-next-unsloth-ud-q4_k_xl(thinking=high)が30件の主呼び出し・計659.5秒で、単一HTMLのボクセル庭園シーンを作成し status=completed(exit 0)で終えた。冒頭で212.0秒・14381トークンかけてHTMLを一括書き出し、残り約250秒をHTTP配信と eval による検証、edit 6回の調整・後始末に費やした。最終成果物は index.html(34090バイト)。