Prompt angielski kontra prompt chinski, dziesiec tych samych kadrow

Po lewej kadr z promptu angielskiego w tej postaci, w jakiej naprawde poszedl na produkcji, czyli po budzeterze, ktory docisnal go do sciany silnika. Po prawej ten sam kadr z promptu chinskiego, ktory niesie komplet faktow bez ani jednego ciecia. Te same obrazy wejsciowe (rzut, rzut z markerem, zblizenie, kotwica), ten sam model gpt-image-2, ta sama jakosc i ten sam rozmiar 1536x1024, prompt wyslany doslownie. Rozni je wylacznie jezyk i to, ile opisu zmiescilo sie w prompcie.

Po co ten test

Prompt obrazu ma twarda sciane 32 000 znakow (miekki sufit skladacza: 31 000). Pelny opis kadru po angielsku ma 37–62 tysiace znakow, wiec sie nie miesci. Budzeter docisnal go do sufitu, zdejmujac na dziesieciu kadrach 169 710 znakow, z czego 110 943 znakow to FAKTY KADRU, a nie doktryna: brief, odczyt rzutu, geometria pokoju, pozycje obiektow, wskazowki klienta. Po chinsku ten sam komplet faktow ma 20–25 tysiecy znakow i miesci sie w calosci.

kadr	EN pelny	EN, ktory poszedl	wyrzucone	w tym faktow	ZH pelny	fakty w prompcie EN
A1	54 002	30 926	23 076	17 511	20 837	57 %
A2	56 885	30 904	25 981	19 744	21 960	53 %
A3	62 448	30 987	31 461	24 364	23 409	49 %
A4	56 546	30 792	25 754	19 537	21 528	53 %
A5	58 105	30 771	27 334	21 097	21 950	51 %
C1	37 340	30 976	6364	1637	13 462	93 %
C2	38 113	30 899	7214	1496	13 712	93 %
C3	38 234	30 844	7390	1651	14 015	93 %
C4	37 545	30 987	6558	1596	13 904	93 %
C5	39 459	30 881	8578	2310	14 525	91 %
razem	478 677	308 967	169 710	110 943	179 302

Co ten test dowodzi, a czego nie

Dowodzi: po chinsku caly komplet faktow o kadrze miesci sie w limicie silnika, a po angielsku sie nie miesci. To jest twarda liczba, ta sama na dziesieciu kadrach.

NIE dowodzi sam z siebie: ze chinski jest lepszy od angielskiego przy TEJ SAMEJ kompletnosci. Od tego sa trzy kadry kontrolne (A1, A2, A5): ten sam angielski prompt po budzeterze, ale zbudowany na tym samym kodzie co chinski. Bez nich mieszalibysmy dwie zmienne, bo produkcja stoi na starszym b6601af, a wszystko nowe na a427446.

Dodatkowa roznica, ktora trzeba czytac: na parterze budzeter zjada FAKTY (17,5–24,4 tys. znakow na kadr, bo briefy maja 10,9–11,9 tys.), a na poddaszu prawie wylacznie doktryne (1,5–2,3 tys. faktow, briefy 2,9–3,1 tys.). Czyli na poddaszu porownujemy sam jezyk, a na parterze jezyk RAZEM z kompletnoscia.

Kadry: A1 A2 A3 A4 A5 C1 C2 C3 C4 C5 podsumowanie

Co model dostal na wejsciu

Do generacji kazdego kadru ida CZTERY obrazy, zawsze te same w obu jezykach: rzut aranzacyjny (jedyne zrodlo ukladu scian i mebli), kopia rzutu z wypalonym znacznikiem kamery (mowi, gdzie stoi obiektyw i w ktora strone patrzy), zblizenie rzutu wokol znacznika (to z niego model czyta okna, drzwi i symbole) oraz wzorzec stylu (decyduje o materialach i swietle, nigdy o kadrze). Od ujecia drugiego dochodzi piaty obraz: zaakceptowane ujecie pierwsze jako kotwica stylu.

rzut parteru — Rzut aranzacyjny parteru, ktory szedl do modelu

rzut poddasza — Rzut aranzacyjny poddasza

wzorzec parter — Wzorzec stylu, biegi parteru

wzorzec poddasze — Wzorzec stylu, biegi poddasza

Rysunki techniczne, ktore NIE ida do modelu obrazu

Rzut techniczny w 300 dpi czyta model myslacy (odczyt arkusza, kadru, przekroju i elewacji) i z niego biora sie liczby w prompcie: wymiary otworow, typy przeszklen, wysokosci. Model rysujacy obraz go nie widzi, wiec kazdy wymiar musi do niego dojechac TEKSTEM. O to wlasnie toczy sie ten test.

rzut techniczny parteru — Rzut techniczny parteru 1:50 (zrodlo liczb, nie obraz wejsciowy)

rzut techniczny poddasza — Rzut techniczny poddasza 1:50

Bieg A / CAM 1 — parter, rog kuchni, salon z aneksem 1.5

Wejscie tego kadru

marker — Rzut parteru ze znacznikiem CAM 1: kropka to pozycja obiektywu, klin to kierunek patrzenia

zblizenie — Zblizenie rzutu wokol znacznika: z tego wycinka model czyta sciany i otwory w kadrze

**ANGIELSKI, produkcja**
prompt po budzeterze, 30 675 znakow, kod b6601af (to jest kadr, ktory bieg A oddal klientowi)

**ANGIELSKI, kontrola**
ten sam prompt po budzeterze, ale zbudowany na TYM SAMYM kodzie co chinski (HEAD a427446)

**CHINSKI, pelny**
komplet faktow bez ani jednego ciecia, 20 837 znakow

**HYBRYDA**
szkielet i doktryna po angielsku, fakty kadru po chinsku, 24 057 znakow

Wersja kodu: strona produkcyjna stoi na b6601af, strona chinska, kontrolna i hybrydowa na a427446. Dzieli je cztery commity naprawcze po biegu A (e0956f9, d3636d5, 0d6776b, a427446) i wszystkie dotykaja dokladnie tego, co tu testujemy. Kolumna kontrola jest po to, zeby oddzielic wplyw kodu od wplywu jezyka.

prompt angielski PELNY (komplet faktow)	54 002	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 926	wyrzucone 23 076 znakow, w tym 17 511 FAKTOW
prompt chinski PELNY	20 837	miesci sie, zapas 10 163 znaki
kompresja chinskiego wobec pelnego angielskiego	0,386
ile faktow kadru dojechalo do modelu	po angielsku 57 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

SHOT BRIEF (brief kadru) — przyciety, 5899 znakow (12 636 → 6737)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 5047 znakow (7965 → 2918)
SHEET FACTS (fakty z calego arkusza) — przyciety, 1949 znakow (2519 → 570)
wskazowki klienta — przyciety, 1473 znaki (2613 → 1140)
CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 1211 znakow (2454 → 1243)
OBJECT PLACEMENT IN FRAME (pozycje obiektow) — przyciety, 467 znakow (820 → 353)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 396 znakow (1048 → 652)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 353 znaki (1720 → 1367)
VIEW GEOMETRY — przyciety, 344 znaki (529 → 185)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 216 znakow (900 → 684)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (549 → 481)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (490 → 439)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (2409 → 2372)

Werdykt ZH lepszy

Wyspa rozstrzyga ten kadr. Wskazowka klienta mowi wprost tylko mala kostka okolo 90 x 80 cm, nigdy dluga wyspa i oba kadry angielskie robia z niej dlugi blok, a chinski i hybryda kostke we wlasciwej skali. Chinski dodatkowo przywraca belke stropowa, ktorej kontrola angielska w ogole nie narysowala, i stawia oba fotele zamiast jednego. Hybryda jest najlepszym obrazem calego testu: jako jedyna pokazuje wysoka zabudowe kuchni na pierwszym planie po lewej, czyli element, ktorego brak RAPORT_A wpisal jako defekt biegu A. Chinski ma za to wlasny blad: po lewej domalowuje sciane z drzwiami tam, gdzie rzut ma otwarte przejscie 180 cm, i lekko sciaga sufit skosem przy przeszkleniu zamiast plaskich 260 cm.

Bieg A / CAM 2 — parter, korytarz nad wiatrolapem, salon z aneksem 1.5

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	56 885	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 904	wyrzucone 25 981 znakow, w tym 19 744 FAKTOW
prompt chinski PELNY	21 960	miesci sie, zapas 9040 znakow
kompresja chinskiego wobec pelnego angielskiego	0,386
ile faktow kadru dojechalo do modelu	po angielsku 53 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

SHOT BRIEF (brief kadru) — przyciety, 6540 znakow (12 573 → 6033)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 4675 znakow (7296 → 2621)
FRAME OVERLAP (spojnosc z kadrem 1) — przyciety, 3388 znakow (4159 → 771)
SHEET FACTS (fakty z calego arkusza) — przyciety, 1950 znakow (2519 → 569)
CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 1211 znakow (2433 → 1222)
VIEW GEOMETRY — przyciety, 428 znakow (615 → 187)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 396 znakow (988 → 592)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 353 znaki (1647 → 1294)
OBJECT PLACEMENT IN FRAME (pozycje obiektow) — przyciety, 301 znakow (711 → 410)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 216 znakow (680 → 464)
wskazowki klienta — przyciety, 130 znakow (2613 → 2483)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (555 → 487)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (428 → 377)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (1992 → 1955)

Werdykt remis

Kadr, w ktorym wszystkie trzy wersje sa poprawne i roznia sie tylko oddechem. Cztery tafle do podlogi bez parapetu NA WPROST, ciag ze zlewem pod oknem Z PARAPETEM po prawej, wysoka zabudowa z piekarnikiem, slup na wprost z belka, sofa i fotele po lewej: zgadza sie w kazdej z trzech wersji. Prostuje wczesniejsza obserwacje, ze produkcja pokazuje tu podwojne okno zamiast przeszklen: to jest ten sam, poprawny uklad opisany w dwoch ukladach odniesienia. Z markera CAM 2 (azymut 12) sciana dolna rzutu, przy ktorej stoi kuchnia, wypada po PRAWEJ stronie kadru, a sciana prawa rzutu z dwoma przeszkleniami wypada NA WPROST. Produkcja ma jedno i drugie na wlasciwym miejscu, co zreszta odnotowal RAPORT_A (kadr zaliczony, kuchnia we wlasciwym miejscu). Realna roznica miedzy wersjami jest subtelniejsza: produkcja sciaga wyspe i sofe ku kamerze, kontrola i chinski trzymaja glebie lepiej, a chinski rysuje okno kuchenne jako jedna szeroka tafle zamiast wyraznie podwojnego.

Bieg A / CAM 3 — parter, naroznik jadalni, salon z aneksem 1.5

Wejscie tego kadru

Wersja kodu: strona produkcyjna stoi na b6601af, strona chinska na a427446. Dzieli je cztery commity naprawcze po biegu A (e0956f9, d3636d5, 0d6776b, a427446) i wszystkie dotykaja dokladnie tego, co tu testujemy, wiec czesc roznicy na tych dwoch zdjeciach to zasluga kodu, nie chinskiego.

prompt angielski PELNY (komplet faktow)	62 448	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 987	wyrzucone 31 461 znakow, w tym 24 364 FAKTOW
prompt chinski PELNY	23 409	miesci sie, zapas 7591 znakow
kompresja chinskiego wobec pelnego angielskiego	0,375
ile faktow kadru dojechalo do modelu	po angielsku 49 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

SHOT BRIEF (brief kadru) — przyciety, 6511 znakow (12 882 → 6371)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 5110 znakow (9025 → 3915)
FRAME OVERLAP (spojnosc z kadrem 1) — przyciety, 3388 znakow (4159 → 771)
wskazowki klienta — przyciety, 2359 znakow (2613 → 254)
SHEET FACTS (fakty z calego arkusza) — przyciety, 1949 znakow (2519 → 570)
CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 1211 znakow (2460 → 1249)
OBJECT PLACEMENT IN FRAME (pozycje obiektow) — skasowany w calosci, 966 znakow (966 → 0)
FACADE FACTS (elewacje) — przyciety, 640 znakow (1190 → 550)
VIEW GEOMETRY — przyciety, 568 znakow (683 → 115)
BUILDING SECTION FACTS (przekroj) — przyciety, 541 znakow (897 → 356)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 396 znakow (1038 → 642)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 353 znaki (1448 → 1095)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 216 znakow (895 → 679)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (547 → 479)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (489 → 438)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (3939 → 3902)

Werdykt remis

Kadr o najwiekszej stracie w calym tescie: budzeter wyrzucil z niego 31 461 znakow, w tym 24 364 znaki faktow, czyli ponad polowe opisu. Mimo to obie wersje sa poprawne: stol na pierwszym planie z tym samym wazonem i biegnikiem, kostka wyspy po lewej, koza i komoda RTV w glebi, otwarty korytarz z dolnymi stopniami schodow i drzwiami lazienki, sofa i fotele w narozniku. Chinski czytelniej rozdziela slup od murku komina (angielski daje dwa pionowe elementy, ktore mozna pomylic) i wyrazniej pokazuje otwarty bieg schodow. Chinski ma jednak przy prawej krawedzi pasek przeszklenia tarasowego, ktore z tego markera lezy ZA plecami kamery, wiec nie powinno go byc w kadrze.

Bieg A / CAM 4 — parter, salon miedzy fotelem a stolikiem, 1.5

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	56 546	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 792	wyrzucone 25 754 znaki, w tym 19 537 FAKTOW
prompt chinski PELNY	21 528	miesci sie, zapas 9472 znaki
kompresja chinskiego wobec pelnego angielskiego	0,381
ile faktow kadru dojechalo do modelu	po angielsku 53 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

SHOT BRIEF (brief kadru) — przyciety, 6372 znaki (11 959 → 5587)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 5156 znakow (8147 → 2991)
FRAME OVERLAP (spojnosc z kadrem 1) — przyciety, 3388 znakow (4159 → 771)
SHEET FACTS (fakty z calego arkusza) — przyciety, 1950 znakow (2519 → 569)
CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 1211 znakow (2365 → 1154)
VIEW GEOMETRY — skasowany w calosci, 441 znakow (441 → 0)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 353 znaki (1449 → 1096)
OBJECT PLACEMENT IN FRAME (pozycje obiektow) — przyciety, 294 znaki (699 → 405)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 216 znakow (639 → 423)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (555 → 487)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (428 → 377)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (2857 → 2820)

Werdykt remis

Ten sam handel co w kadrze 1, tylko odwrocony. Chinski poprawnie robi z wyspy kostke, angielski znowu rozciaga ja w dlugi blok wbrew wskazowce klienta, i chinski wyrazniej pokazuje podwojne okno Z PARAPETEM nad zlewem. Chinski dokleja za to przy prawej krawedzi schody, ktore z markera CAM 4 (azymut 85, kamera patrzy w dol rzutu) leza za plecami kamery. Angielski nie ma w tym kadrze zadnego wymyslonego elementu, ale ma zle proporcje wyspy. Jedno za jedno.

Bieg A / CAM 5 — parter, przy scianie gornej obok komody RTV, 1.5

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	58 105	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 771	wyrzucone 27 334 znaki, w tym 21 097 FAKTOW
prompt chinski PELNY	21 950	miesci sie, zapas 9050 znakow
kompresja chinskiego wobec pelnego angielskiego	0,377
ile faktow kadru dojechalo do modelu	po angielsku 51 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

SHOT BRIEF (brief kadru) — przyciety, 6889 znakow (12 870 → 5981)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 5244 znaki (8279 → 3035)
FRAME OVERLAP (spojnosc z kadrem 1) — przyciety, 3388 znakow (4159 → 771)
SHEET FACTS (fakty z calego arkusza) — przyciety, 1950 znakow (2519 → 569)
CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 1211 znakow (2454 → 1243)
wskazowki klienta — przyciety, 567 znakow (2613 → 2046)
VIEW GEOMETRY — przyciety, 408 znakow (595 → 187)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 396 znakow (988 → 592)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 353 znaki (1554 → 1201)
OBJECT PLACEMENT IN FRAME (pozycje obiektow) — przyciety, 319 znakow (673 → 354)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 216 znakow (680 → 464)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (555 → 487)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (492 → 441)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (1998 → 1961)

Werdykt ZH lepszy

Najwazniejszy kadr calego testu, bo to jedyny kadr biegu A, ktory nie przeszedl: slup wyladowal po LEWEJ stronie kadru, choc z tego markera lezy 38 stopni w PRAWO od osi, a kostka wyspy trafila do lewego dolnego rogu zamiast pod prawa krawedz. Chinski naprawia jedno i drugie. Ale naprawia to takze kontrola angielska, i to jest tu lekcja: przyczyna defektu nie byl jezyk, tylko brak bloku OBJECT PLACEMENT IN FRAME, ktorego w produkcyjnym kodzie b6601af po prostu nie ma (sprawdzone w git, blok wszedl commitem e0956f9 po biegu A). Chinski daje ponad kontrole jeszcze koze przy prawej krawedzi i wysoka zabudowe w glebi, czyli dwa elementy z rzutu, ktorych kontrola nie narysowala.

Bieg C / CAM 1 — poddasze, sypialnia 2.5 zza drzwi

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	37 340	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 976	wyrzucone 6364 znaki, w tym 1637 FAKTOW
prompt chinski PELNY	13 462	miesci sie, zapas 17 538 znakow
kompresja chinskiego wobec pelnego angielskiego	0,361
ile faktow kadru dojechalo do modelu	po angielsku 93 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 626 znakow (2456 → 1830)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 261 znakow (2257 → 1996)
SHOT BRIEF (brief kadru) — przyciety, 158 znakow (3981 → 3823)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 157 znakow (988 → 831)
SHEET FACTS (fakty z calego arkusza) — przyciety, 144 znaki (2310 → 2166)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (555 → 487)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 68 znakow (1597 → 1529)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 67 znakow (680 → 613)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (492 → 441)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (1602 → 1565)

Werdykt ZH lepszy

Obie wersje trafiaja w to, co na poddaszu najtrudniejsze: DWA przeszklenia do podlogi obok siebie w szczycie, bez parapetu, zewnetrzne uciete skosem dachu, i widok korony drzew oraz dachow sasiadow Z GORY, a nie trawnik na wysokosci oczu. Chinski wygrywa umeblowaniem i proporcja: rysuje rzad szaf przy sciance dzialowej, ktory rzut rzeczywiscie zawiera i ktorego angielski nie postawil, a pokoj czyta sie jak wydluzony prostokat 527 na 337 cm, a nie jak kwadrat. Scianka kolankowa za wezglowiem jest w obu wersjach za wysoka wobec 79 cm z przekroju.

Bieg C / CAM 2 — poddasze, sypialnia 2.5 od szczytu

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	38 113	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 899	wyrzucone 7214 znakow, w tym 1496 FAKTOW
prompt chinski PELNY	13 712	miesci sie, zapas 17 288 znakow
kompresja chinskiego wobec pelnego angielskiego	0,360
ile faktow kadru dojechalo do modelu	po angielsku 93 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 626 znakow (2363 → 1737)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 261 znakow (2340 → 2079)
SHOT BRIEF (brief kadru) — przyciety, 158 znakow (4066 → 3908)
SHEET FACTS (fakty z calego arkusza) — przyciety, 144 znaki (2310 → 2166)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (553 → 485)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 68 znakow (1378 → 1310)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 67 znakow (639 → 572)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (429 → 378)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (1598 → 1561)
FRAME OVERLAP (spojnosc z kadrem 1) — przyciety, 16 znakow (677 → 661)

Werdykt EN lepszy

Jedyny kadr, w ktorym chinski wypada gorzej, i to dokladnie w tym, co mial naprawiac. Fotel w tym pokoju jest w chinskim kadrze 2 ZIELONY, a w chinskim kadrze 1 tego samego pokoju bezowy, czyli ten sam mebel zmienil kolor miedzy ujeciami. Angielska produkcja takiej sprzecznosci nie ma. Poza tym oba kadry sa poprawne: lozko od boku z wezglowiem pod skosem, obie szafki nocne z lampkami, ten sam okragly stolik z ta sama doniczka co w kadrze 1, rzad szaf przy pionowej sciance, drzwi na wprost ze schodami za nimi, zero okien w kadrze.

Bieg C / CAM 3 — poddasze, pokoj 2.2 z balkonem

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	38 234	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 844	wyrzucone 7390 znakow, w tym 1651 FAKTOW
prompt chinski PELNY	14 015	miesci sie, zapas 16 985 znakow
kompresja chinskiego wobec pelnego angielskiego	0,367
ile faktow kadru dojechalo do modelu	po angielsku 93 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 626 znakow (2429 → 1803)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 261 znakow (2358 → 2097)
SHEET FACTS (fakty z calego arkusza) — przyciety, 158 znakow (2318 → 2160)
SHOT BRIEF (brief kadru) — przyciety, 158 znakow (4029 → 3871)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 157 znakow (988 → 831)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (547 → 479)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 68 znakow (1539 → 1471)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 67 znakow (680 → 613)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (429 → 378)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (1612 → 1575)

Werdykt EN lepszy

Oba kadry maja w szczycie dwa otwory do podlogi: przeszklenie 150 cm uciete skosem i przeszklone drzwi balkonowe 100 cm, oba wychodzace na balkon z drewniana balustrada, i oba pokazuja teren z gory. Roznica jest w skosie: rzut mowi, ze pokoj 2.2 ma skos TYLKO od strony gornej, a scianka dzialowa jest pionowa pelnej wysokosci. Angielski tak to rysuje, chinski sciaga sufit z obu stron i robi z pokoju namiot. To jest blad geometrii, nie detalu.

Bieg C / CAM 4 — poddasze, lazienka 2.4

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	37 545	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 987	wyrzucone 6558 znakow, w tym 1596 FAKTOW
prompt chinski PELNY	13 904	miesci sie, zapas 17 096 znakow
kompresja chinskiego wobec pelnego angielskiego	0,370
ile faktow kadru dojechalo do modelu	po angielsku 93 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 626 znakow (2456 → 1830)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 261 znakow (2622 → 2361)
SHOT BRIEF (brief kadru) — przyciety, 158 znakow (3836 → 3678)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 157 znakow (988 → 831)
SHEET FACTS (fakty z calego arkusza) — przyciety, 103 znaki (2023 → 1920)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (553 → 485)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 68 znakow (1260 → 1192)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 67 znakow (680 → 613)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (492 → 441)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (1581 → 1544)

Werdykt ZH lepszy

Lazienka 2.4 ma 216 na 229 cm, czyli jest maleńka, i to jest tu jedyne realne kryterium poza otworami. Oba kadry poprawnie daja okno DACHOWE w skosie i dwie male klapy schowkow w sciance kolankowej, i zaden nie wymyslil okna w scianie pionowej. Chinski trzyma jednak proporcje bliżej kwadratu i pokazuje drzwi na komunikacje, angielski rozciaga pomieszczenie w korytarz. Scianka kolankowa jest w chinskim wyraznie niska, zgodnie z 79 cm z przekroju.

Bieg C / CAM 5 — poddasze, sypialnia 2.6 z kominem

Wejscie tego kadru

prompt angielski PELNY (komplet faktow)	39 459	nie miesci sie, sufit 31 000
prompt angielski, ktory NAPRAWDE poszedl	30 881	wyrzucone 8578 znakow, w tym 2310 FAKTOW
prompt chinski PELNY	14 525	miesci sie, zapas 16 475 znakow
kompresja chinskiego wobec pelnego angielskiego	0,368
ile faktow kadru dojechalo do modelu	po angielsku 91 %, po chinsku 100 %

Co wypadlo po angielsku, a jest w chinskim

CAMERA AND PERSPECTIVE (geometria kamery) — przyciety, 626 znakow (2453 → 1827)
OBLIQUE VIEW AXIS (os ukosu) — przyciety, 396 znakow (988 → 592)
VISIBILITY FACTS (fakty czlowieka) — przyciety, 353 znaki (1525 → 1172)
SHOT CONTENTS / VIEW NOTES (odczyt kadru) — przyciety, 261 znakow (2833 → 2572)
WHAT THIS SHOT MAY CONTAIN (stozek) — przyciety, 216 znakow (680 → 464)
SHOT BRIEF (brief kadru) — przyciety, 158 znakow (4225 → 4067)
SHEET FACTS (fakty z calego arkusza) — przyciety, 144 znaki (2401 → 2257)
FRAME LAYOUT (podzial kadru) — przyciety, 68 znakow (547 → 479)
DIRECTION LOCK (zamek kierunku) — przyciety, 51 znakow (489 → 438)
ROOM GEOMETRY (wymiary pokoju) — przyciety, 37 znakow (1607 → 1570)

Werdykt ZH lepszy

Komin rozstrzyga ten kadr. Rzut i wskazowki mowia o obudowanym, murowanym kominie przy scianie korytarza tuz obok drzwi. Chinski stawia go jako pelnowymiarowy, otynkowany slup z wyczystka, angielski robi z niego mala skrzynke wysoko na scianie. Chinski dodatkowo rysuje rzad szaf przy sciance dzialowej, ktory rzut zawiera, a angielski postawil jedna szafe. Reszta zgadza sie w obu: lozko wezglowiem pod skosem, dwie szafki nocne z lampkami, drzwi na komunikacje ze schodami za nimi, dywan, brak okien w kadrze.

Podsumowanie

Bilans werdyktow

ZH lepszy: 5 z 10
remis: 3 z 10
EN lepszy: 2 z 10

Co ten test rozstrzyga

Pytanie brzmialo: czy po chinsku zmiesci sie to, co po angielsku sie nie miescilo. Odpowiedz brzmi TAK i to z duzym zapasem. Pelny opis kadru po angielsku ma 37–62 tysiace znakow przy scianie 32 000. Ten sam komplet faktow po chinsku ma 13,5–23,4 tysiaca znakow, czyli 0,36–0,39 objetosci angielskiej, i wchodzi w calosci z zapasem od 7 do 17,5 tysiaca znakow. Na dziesieciu kadrach budzeter wyrzucal 169 710 znakow, w tym 110 943 znaki FAKTOW KADRU; po chinsku nie wyrzuca ani jednego.

Tlumaczenie sprawdzone maszynowo na wszystkich dziesieciu kadrach: zero zgubionych liczb (kazda liczba z wersji angielskiej jest w chinskiej), zero zgubionych etykiet sekcji, rozroznienie przeszklenie do podlogi bez parapetu kontra okno z parapetem zachowane doslownie. Test kodem jest w repo: backend/test/jezykZh.test.mjs.

Ryzyko chinskich napisow w scenie: NIE WYSTAPILO

Obejrzalem wszystkie dziesiec kadrow chinskich pod katem napisow. Ani jeden chinski znak nie trafil do obrazu: ekrany telewizorow sa czarne, ksiazki i obrazy bez tekstu, zadnych etykiet ani szyldow. Prompt sam sobie tego zabrania w bloku LOCALE, ktory po chinsku brzmi "图像中任何可读文字必须使用正确、自然的波兰语... 图像任何位置均不得出现英语或乱码", czyli wymaga poprawnej polszczyzny i zakazuje angielskiego oraz krzakow.

Uczciwe zastrzezenie, ktore trzeba przeczytac

Kadry angielskie z kolumny "produkcja" powstaly na kodzie b6601af, a chinskie na a427446. Miedzy nimi sa cztery commity naprawcze po biegu A, w tym ten, ktory dodal blok OBJECT PLACEMENT IN FRAME (pozycje obiektow wzgledem kadru). Tego bloku w produkcji NIE MA w zadnym z dziesieciu promptow. Dlatego czesc przewagi strony chinskiej to zasluga nowego kodu, nie jezyka. Widac to najlepiej na kadrze A5: defekt slupa naprawia zarowno chinski, jak i angielska kontrola na tym samym kodzie. Po to wlasnie sa kolumny "kontrola": one izoluja jezyk od wersji kodu.

Bilans jakosciowy

Piec kadrow dla chinskiego (A1, A5, C1, C4, C5), dwa dla angielskiego (C2, C3), trzy remisy (A2, A3, A4). To NIE jest miazdzaca przewaga i nie nalezy jej tak sprzedawac. Chinski wygrywa tam, gdzie liczy sie komplet faktow o meblach i konstrukcji: kostka wyspy zamiast dlugiej wyspy (A1, A4), rzad szaf zamiast jednej szafy (C1, C5), obudowany komin zamiast skrzynki (C5), belka stropowa (A1). Przegrywa tam, gdzie liczy sie dyscyplina zakazow: dokleja elementy lezace poza stozkiem kamery (przeszklenie w A3, schody w A4), gubi spojnosc koloru mebla miedzy ujeciami (C2) i raz zle czyta strone skosu (C3). Wyglada to tak, jakby wiecej faktow kupowalo bogatsza scene kosztem uwagi na to, czego w kadrze byc NIE MOZE.

Rekomendacja

Nie przechodzic na caly chinski. Wdrozyc HYBRYDE, czyli doktryne i zakazy po angielsku, a fakty kadru po chinsku. Trzy powody, kazdy zmierzony:

Hybryda dala najlepszy obraz calego testu (A1): jako jedyna postawila wysoka zabudowe kuchni na pierwszym planie, ma poprawna kostke wyspy, wyrazny slup i belke, i nie wymyslila zadnej sciany.
Hybryda miesci komplet faktow (24,1–26,1 tys. znakow na parterze, 17,8–18,7 tys. na poddaszu), czyli tyle samo co caly chinski, a przy tym mniej tokenow (13 545 kontra 15 281 na kadrze A1), bo angielski szkielet jest tani tokenowo.
Zakazy zostaja w jezyku, w ktorym ten silnik byl dostrajany i w ktorym zamknieto osiem defektow biegu A. To odpowiedz wprost na jedyna slabosc chinskiego, ktora ten test pokazal.

Zanim to wejdzie na produkcje, nalezy zrobic jedna rzecz osobno: wdrozyc na produkcje cztery commity naprawcze, ktore juz sa na HEAD (w tym OBJECT PLACEMENT). Kontrola A5 pokazuje, ze samo to naprawia najpowazniejszy defekt biegu A, bez zadnego chinskiego i bez zadnej pracy nad tlumaczeniami.

Koszt zmierzony z odpowiedzi API

angielski (po budzeterze): prompt 30 823 znakow, 7122 tokenow tekstu	0,2413 USD za obraz (wejscie 0,0767, wyjscie 0,1646)
chinski (pelny): prompt 17 930 znakow, 13 409 tokenow tekstu	0,2718 USD za obraz (wejscie 0,1072, wyjscie 0,1646)
hybryda: prompt 24 047 znakow, 13 568 tokenow tekstu	0,2736 USD za obraz (wejscie 0,1090, wyjscie 0,1646)
roznica chinski minus angielski, na jeden obraz	+0,0305 USD
ta sama roznica na paczce 100 kadrow	+3,05 USD
tlumaczenia przez most CLI (subskrypcja)	0,00 USD
zmierzone z pola usage: 14 z 15 obrazow	3,716 USD
pierwsze podejscie A-CAM1-ZH (powtorzone z finalnego promptu, wiec nie liczy sie do zestawienia)	okolo 0,27 USD
RAZEM caly eksperyment, 15 obrazow	okolo 4,0 USD
tlumaczenia 10 kadrow przez most CLI (48 wywolan modelu myslacego, subskrypcja)	0,00 USD

Chinski ma 1,9 raza wiecej tokenow tekstu na wejsciu, ale tekst jest najtansza czescia rachunku: caly koszt robi obraz na wyjsciu, identyczny w obu jezykach (5 488 tokenow). Roznica to 0,0305 USD na kadr, czyli 3,05 USD na paczce stu kadrow przy 12,6 procenta wzrostu kosztu jednego obrazu. Wobec 24,13 USD, ktore sto kadrow kosztuje po angielsku, to jest nieistotne i NIE powinno wplywac na decyzje. Hybryda kosztuje praktycznie tyle samo co caly chinski (0,2736 USD).