ВойтиСкачать
Vibe Bench · Suite 1.0.1

Как модели справляются с настоящей работой.

Сайт для бизнеса, бот для клиентов, рекламное видео или 3D-модель. Сравниваем связки «CLI + модель» по готовому результату, выполнению требований и времени.

Посмотреть задачиЗадания и инструменты
Suite 1.0.136 заданий
Сайты
Лендинг клинингаКаталог мебелиЗапись в автосервисМагазин кофеКабинет клиента студииСайт сети салонов
Боты
FAQ службы доставкиБот заявок на ремонтЗапись к тренеруБот магазина цветовПоддержка с передачей операторуБот подписки на материалы
Бизнес-приложения
Учёт расходов кафеСклад мастерскойCRM студииЗаказы типографииАналитика продажСогласование закупок
Remotion
Реклама кофеАкция магазинаРолик из каталога мебелиОбъяснение доставкиВидео с субтитрамиПрезентация CRM
3D
Настольная лампаУпаковка кофеОфисный стулТорговый стендИнтерьер кафеКонфигуратор стеллажа
Тексты
Карточки кофеЛендинг клинингаПисьма клиентам студииБаза знаний доставкиКонтент-план кафеМатериалы запуска CRM
15 мин45 мин90 мин30 ч лимита на полный прогон
Задания36Оригинальных бизнес-задач
Категории6Категорий с одинаковым весом
CLICodex + ClaudeПрогоны на нашем ПК, без модельных API
Рейтинг

Рейтинг CLI + модель

Общий зачётполный набор · 36 / 36
Подготовка первых результатов

Результаты появятся после реальных тестов.

Мы публикуем проверенный артефакт и условия каждого прогона.
Демонстрационные баллы в рейтинг не включаются.

Задачи

Задачи, которые нужны бизнесу

В каждой категории — две простые, две средние и две сложные задачи. Для всех моделей действуют одинаковые брифы и лимиты.

Сайтыпростая15 мин

Лендинг клининга

websites-1
Что проверяем 6
  1. Заголовок и предложение услуги
  2. Цена из исходных данных
  3. Рабочая форма заявки
  4. Подтверждение заявки
  5. Версия для телефона
  6. Доступность клавиатурой
Сайтыпростая15 мин

Каталог мебели

websites-2
Что проверяем 6
  1. Каталог минимум шести товаров
  2. Поиск по названию
  3. Фильтр категории
  4. Страница или карточка товара
  5. Цены из исходных данных
  6. Мобильная сетка
Сайтысредняя45 мин

Запись в автосервис

websites-3
Что проверяем 6
  1. Выбор услуги
  2. Выбор времени
  3. Проверка занятости слота
  4. Валидация контакта
  5. Подтверждение записи
  6. Сохранение после перезагрузки
Сайтысредняя45 мин

Магазин кофе

websites-4
Что проверяем 6
  1. Каталог и карточка
  2. Добавление и удаление из корзины
  3. Изменение количества
  4. Верная итоговая сумма
  5. Заказ с заглушкой оплаты
  6. Сохранение корзины
Сайтысложная90 мин

Кабинет клиента студии

websites-5
Что проверяем 6
  1. Тестовый вход
  2. Список проектов клиента
  3. Статус и сроки проекта
  4. Документы проекта
  5. Проверка владельца проекта
  6. Выход из аккаунта
Сайтысложная90 мин

Сайт сети салонов

websites-6
Что проверяем 6
  1. Выбор филиала
  2. Услуги и цены филиала
  3. Расписание специалистов
  4. Запись в выбранный филиал
  5. Контактные сведения
  6. Отсутствие смешивания данных филиалов
Ботыпростая15 мин

FAQ службы доставки

bots-1
Что проверяем 6
  1. Старт и меню
  2. Ответы из базы знаний
  3. Обработка неизвестного вопроса
  4. Команда помощи
  5. Отсутствие выдуманных тарифов
  6. Повторный старт
Ботыпростая15 мин

Бот заявок на ремонт

bots-2
Что проверяем 6
  1. Выбор услуги
  2. Сбор контакта
  3. Проверка контакта
  4. Подтверждение заявки
  5. Сохранение заявки
  6. Отмена диалога
Ботысредняя45 мин

Запись к тренеру

bots-3
Что проверяем 6
  1. Список тренировок
  2. Свободные слоты
  3. Запись
  4. Защита от двойной записи
  5. Отмена записи
  6. Подтверждение пользователю
Ботысредняя45 мин

Бот магазина цветов

bots-4
Что проверяем 6
  1. Каталог
  2. Корзина
  3. Количество товара
  4. Расчёт суммы
  5. Сбор адреса
  6. Заказ без настоящей оплаты
Ботысложная90 мин

Поддержка с передачей оператору

bots-5
Что проверяем 6
  1. Ответ из FAQ
  2. Создание обращения
  3. Передача оператору
  4. Статус обращения
  5. Изоляция пользователей
  6. Закрытие обращения
Ботысложная90 мин

Бот подписки на материалы

bots-6
Что проверяем 6
  1. Тестовый платёжный адаптер
  2. Выдача после подтверждённого платежа
  3. Повтор события без двойной выдачи
  4. Истечение доступа
  5. Отмена продления
  6. Проверка владельца доступа
Бизнес-приложенияпростая15 мин

Учёт расходов кафе

business-1
Что проверяем 6
  1. Добавление расхода
  2. Категории
  3. Валидация суммы
  4. Список расходов
  5. Сумма за период
  6. Экспорт CSV
Бизнес-приложенияпростая15 мин

Склад мастерской

business-2
Что проверяем 6
  1. Список товаров
  2. Приход
  3. Расход
  4. Защита отрицательного остатка
  5. История движения
  6. Сохранение данных
Бизнес-приложениясредняя45 мин

CRM студии

business-3
Что проверяем 6
  1. Карточка клиента
  2. Воронка сделки
  3. Смена статуса
  4. Задача и срок
  5. Поиск клиента
  6. Сохранение после перезапуска
Бизнес-приложениясредняя45 мин

Заказы типографии

business-4
Что проверяем 6
  1. Создание заказа
  2. Позиции и количество
  3. Расчёт суммы
  4. Производственные статусы
  5. История изменений
  6. Экспорт заказа
Бизнес-приложениясложная90 мин

Аналитика продаж

business-5
Что проверяем 6
  1. Импорт исходного CSV
  2. Выручка
  3. Средний чек
  4. Фильтр периода
  5. График по дням
  6. Обработка пустого периода
Бизнес-приложениясложная90 мин

Согласование закупок

business-6
Что проверяем 6
  1. Создание заявки
  2. Роли заявителя и согласующего
  3. Проверка суммы
  4. Одобрение или отказ
  5. Журнал решений
  6. Защита от повторного решения
Remotionпростая15 мин

Реклама кофе

remotion-1
Что проверяем 6
  1. Вертикальный MP4 1080×1920
  2. 15 секунд
  3. Название товара
  4. Цена 690 ₽
  5. Призыв к действию
  6. Исходники Remotion
Remotionпростая15 мин

Акция магазина

remotion-2
Что проверяем 6
  1. Вертикальный MP4 1080×1920
  2. 15 секунд
  3. Скидка 15%
  4. Даты 10–17 ноября
  5. Условия акции
  6. Исходники Remotion
Remotionсредняя45 мин

Ролик из каталога мебели

remotion-3
Что проверяем 6
  1. MP4 1920×1080
  2. 30 секунд
  3. Шесть товаров
  4. Цены из каталога
  5. Читаемые названия
  6. Исходники Remotion
Remotionсредняя45 мин

Объяснение доставки

remotion-4
Что проверяем 6
  1. MP4 1920×1080
  2. 30 секунд
  3. Три этапа доставки
  4. Срок 2 дня
  5. Стоимость 250 ₽
  6. Исходники Remotion
Remotionсложная90 мин

Видео с субтитрами

remotion-5
Что проверяем 6
  1. Вертикальный MP4 1080×1920
  2. 60 секунд
  3. Все реплики исходного транскрипта
  4. Синхронные субтитры
  5. Сохранённый исходный звук
  6. Исходники Remotion
Remotionсложная90 мин

Презентация CRM

remotion-6
Что проверяем 6
  1. MP4 1920×1080
  2. 60 секунд
  3. Три функции CRM
  4. Демонстрация рабочего процесса
  5. Читаемый финальный экран
  6. Исходники Remotion
3Dпростая15 мин

Настольная лампа

threeD-1
Что проверяем 6
  1. GLB с геометрией
  2. Лампа: основание, стойка, плафон
  3. Минимум два материала
  4. Корректный масштаб
  5. Контрольное изображение
  6. Исходники генератора
3Dпростая15 мин

Упаковка кофе

threeD-2
Что проверяем 6
  1. GLB с геометрией
  2. Упаковка 250 г
  3. Название Север
  4. Два материала
  5. Контрольное изображение
  6. Исходники генератора
3Dсредняя45 мин

Офисный стул

threeD-3
Что проверяем 6
  1. GLB с геометрией
  2. Сиденье, спинка, ножки
  3. Корректные пропорции
  4. Материалы ткани и металла
  5. Контрольное изображение
  6. Исходники генератора
3Dсредняя45 мин

Торговый стенд

threeD-4
Что проверяем 6
  1. GLB с геометрией
  2. Размеры 3×2 метра
  3. Стойка, витрина, вывеска
  4. Читаемая вывеска
  5. Контрольное изображение
  6. Исходники генератора
3Dсложная90 мин

Интерьер кафе

threeD-5
Что проверяем 6
  1. GLB с геометрией
  2. Помещение 6×4 метра
  3. Четыре стола с проходами
  4. Материалы и свет
  5. Контрольное изображение
  6. Исходники генератора
3Dсложная90 мин

Конфигуратор стеллажа

threeD-6
Что проверяем 6
  1. GLB с геометрией
  2. Изменяемая ширина
  3. Изменяемое число полок
  4. Не менее трёх конфигураций
  5. Контрольные изображения
  6. Исходники генератора
Текстыпростая15 мин

Карточки кофе

texts-1
Что проверяем 6
  1. Шесть карточек
  2. Название и объём каждого товара
  3. Цены из исходника
  4. Уникальные описания
  5. Без недоказанных обещаний
  6. Текст в Markdown
Текстыпростая15 мин

Лендинг клининга

texts-2
Что проверяем 6
  1. Заголовок
  2. Описание услуги
  3. Три преимущества по фактам
  4. Цена 3500 ₽
  5. Призыв к заявке
  6. Текст в Markdown
Текстысредняя45 мин

Письма клиентам студии

texts-3
Что проверяем 6
  1. Три письма
  2. Подтверждение заявки
  3. Напоминание о встрече
  4. Предложение следующего шага
  5. Корректные даты и суммы
  6. Текст в Markdown
Текстысредняя45 мин

База знаний доставки

texts-4
Что проверяем 6
  1. Десять FAQ
  2. Срок доставки 2 дня
  3. Стоимость 250 ₽
  4. Порядок возврата из исходника
  5. Контакт поддержки
  6. Текст в Markdown
Текстысложная90 мин

Контент-план кафе

texts-5
Что проверяем 6
  1. План на 14 дней
  2. Тема каждого дня
  3. Формат материала
  4. Цель публикации
  5. Три готовых поста
  6. Текст в Markdown
Текстысложная90 мин

Материалы запуска CRM

texts-6
Что проверяем 6
  1. Лендинг
  2. Три письма
  3. Пять постов
  4. Единый тон
  5. Только подтверждённые функции
  6. Текст в Markdown
Методика

Оценка с доказательствами

60

Требования

Шесть проверяемых требований по 10 баллов. Формат артефакта проверяется автоматически; бизнес-поведение подтверждается сценариями и доказательствами.

40

Качество

Слепая человеческая экспертиза: соответствие брифу, понятность, оформление и готовность к использованию. По 10 баллов за критерий.

Условия открыты

Модель, CLI, версия, инструменты, время, попытки и вмешательства человека. Стоимость показываем только при подтверждённом измерении.

В общий рейтинг включаются связки с одинаковым полным набором задач. Категории имеют одинаковый вес. Частичные результаты показываются отдельно. Повторные попытки сохраняются; для сводки используется первая опубликованная попытка каждого задания. Один прогон не доказывает стабильность.

Видеозадачи создаются кодом в Remotion. 3D — в Blender или Three.js с экспортом GLB. Telegram и платежи тестируются на локальных адаптерах. Прогоны выполняются вручную на нашем ПК; публикация — отдельное решение после проверки.

Оценка без артефакта, проверенных требований или завершённой экспертизы не попадает в рейтинг.