一项针对 OpenRouter 集成模型的编码能力横向测评显示，在构建“高性能前端表格”的实战任务中，模型间表现差异巨大。Gemini 3.1 Pro 表现惊艳，以 93/100 的成绩成为唯一接近完美交付的模型；Gemini 3.0 Flash 虽主体可用但存瑕疵，获 69 分。反观 Hunter Alpha 和 Healer Alpha，得分均不足 50 分，尽管 UI 结构尚可，但核心算法逻辑存在严重缺陷。这表明在处理高复杂度工程代码时，头部模型仍具备显著的统治力，而部分新晋模型在实际落地中仍显稚嫩。
