molly554/whiteboard-ai-tutor

这个项目让大模型按一份固定提示词输出 JSON 绘图指令,浏览器把它们播放成手写、画线和擦除,学生可以中途打断,应用会把白板现状发回模型。作者用同一套提示词测了 Claude、Gemini、DeepSeek 共六个模型、八个中学理科和经济场景,抽取的白板由不在受测名单里的模型盲评。作者称 Gemini 4 Argon 11 块全过;DeepSeek V4 Pro 10 块过 5 块、V4.1 Flash 过 4 块,后者关掉思考时 24 次调用里有 7 次返回缺字段的指令,画出空白板;但两者每节课成本只有几分之一美分到不到一美分。

这个项目让大模型按一份固定提示词输出 JSON 绘图指令,浏览器把它们播放成手写、画线和擦除,学生可以中途打断,应用会把白板现状发回模型。作者用同一套提示词测了 Claude、Gemini、DeepSeek 共六个模型、八个中学理科和经济场景,抽取的白板由不在受测名单里的模型盲评。作者称 Gemini 4 Argon 11 块全过;DeepSeek V4 Pro 10 块过 5 块、V4.1 Flash 过 4 块,后者关掉思考时 24 次调用里有 7 次返回缺字段的指令,画出空白板;但两者每节课成本只有几分之一美分到不到一美分。

为什么重要 给想做 AI 讲课的人一个可复跑的对照:DeepSeek 便宜、出第一笔快,但关掉思考时常常不按协议画。

星数 61

理由

  • 全部 288 次调用的计时、用量、费用和原始输出都在仓库里,评审过的白板可在线逐笔回放
  • 作者把局限写在前面:每个模型只评了 11 块左右,中间名次分不开;提示词只有一种中文写法

用法

  • 只看结果不需要 Key:克隆后运行 python serve.py 打开本地画廊;自己跑要设 OPENROUTER_API_KEY 和 DEEPSEEK_API_KEY,作者称完整跑一遍约 4 美元

风险

  • 评分由模型盲评,另有 18 块留给人工复核;结论只适用于这份提示词和这八个场景
  • 它不是托管的教学应用,播放器回放的是录好的课

打开

GitHub

浏览最新 AI 动态