同じ条件で、モデルは何をつくるか。

各ベンチマーク内で条件を揃えて複数のLLMを実行し、生成されたWebサイトをそのまま比較する実験アーカイブです。

• Prompt各ベンチマーク内で同一のプロンプトをそのまま使用
• Technology各ベンチマーク内で同一の技術制約を指定
• Agent setup各ベンチマーク内で同一のエージェント実行条件に統一
• Editing生成後の品質調整なし