同一 agent 循环实测 14 个模型，硬性预算下 GPT-6 Astra 三张照片全部第一

smith2008 为「照片转 Blender 场景」agent 搭建统一基准，14 个模型轮流充当大脑，每个场景限时 20 分钟、预算 4 美元、60 次请求，由 agent 外部的确定性代码评审重渲染并评分，预算耗尽即终止、没有保存就打 0 分。