评测来源官方评测
TapTap Maker Benchmark
TapTap Maker / 编程 · 在真实游戏引擎里用 Lua 写出能跑起来的功能。分数由引擎执行判定，不用另一个模型打分。
在 Autojourney News 中参与排名
证据预算3.6%
上游数据时间待核实
最近成功同步尚未开始采集
它测什么，怎么测
只取官方 main_board 的 L2 通过率；成本、速度、Held-out 和分类分不再次投票。同一基础模型按固定推理档位优先级选代表行，选择不看分数。
如何使用这份证据
编程与设计预算中的 3.6%；固定引擎和 L2 指标。
评测局限与数据署名
单引擎、单语言，不能推广到其他技术栈；不同模型可能使用不同 agent 驱动；闭源 harness 不能逐题复算。
数据许可：官方公开结果；公开再展示保留官方署名，完整再分发授权仍以易玩／TapTap 条款为准
成绩由 TapTap Maker 发布，原始分数与 Autojourney News 共识分使用不同尺度，不能直接相加。