# 모델별 결과물 테스트

## AI모델

1. Qwen3.6-27B-oQ4e-mtp
2. Qwen3.6-35B-A3B-oQ4e-mtp
3. Qwen3.8-27B-AWQ-5.0bpw
4. Qwen3.8-Flash-Next:UD-IQ4_XS
5. Fable5

## 테스트 종류

1. 펠리컨 테스트
2. 태양계 시뮬레이션
3. 테트리스
4. 새떼 시뮬레이션

## 테스트 프롬프트

1. 펠리컨

```
Write a self-contained SVG code that draws a pelican riding a bicycle.
```

2. 태양계

```
create single html file for solar system simulator
```

3. 테트리스

```
Write a fully playable Tetris game in a single .html file using vanilla JS and HTML5 Canvas, with no external dependencies.
```

4. Boids

```
single html file: flocking boids simulation with separation/alignment/cohesion sliders
```

## 평균 디코딩 속도

1. Qwen3.6-27B-oQ4e-mtp : 29.3
2. Qwen3.6-35B-A3B-oQ4e-mtp : 94.3
3. Qwen3.8-27B-AWQ-5.0bpw : 24.8
4. Qwen3.8-Flash-Next:UD-IQ4_XS : 14.3
5. Fable5 : ~67 (참고치 — 외부 벤치마크 Artificial Analysis 72h P50, Anthropic API 68.5 t/s. 로컬 실측 아님)

## 비교 사이트

루트의 `index.html` 이 원페이지 비교 사이트다. 결과물 나란히 실행, 코드량/디코딩 속도 차트,
테트리스 기능 체크리스트 포함. nginx 가 이 저장소를 통째로 서빙하므로
`/tetris/Fable5/tetris.html` 처럼 개별 결과물에도 직접 접근 가능.

## 배포 (Docker Hub)

### 1. 빌드 & 푸시 (로컬 머신)

```bash
docker login

# Apple Silicon Mac에서 x86 서버로 배포하는 경우 반드시 buildx로 멀티 아키텍처 빌드
docker buildx build \
  --platform linux/amd64,linux/arm64 \
  -t <dockerhub-id>/ai-model-test:latest \
  --push .

# 서버와 아키텍처가 같다면 일반 빌드도 가능
# docker build -t <dockerhub-id>/ai-model-test:latest .
# docker push <dockerhub-id>/ai-model-test:latest
```

### 2. 서버에서 실행

```bash
docker pull <dockerhub-id>/ai-model-test:latest
docker run -d --name ai-model-test --restart unless-stopped \
  -p 8080:80 <dockerhub-id>/ai-model-test:latest
```

→ `http://<서버IP>:8080` 접속.

### 3. 결과물 갱신 시

```bash
# 로컬: 다시 빌드 & 푸시 (위 1번)
# 서버:
docker pull <dockerhub-id>/ai-model-test:latest
docker rm -f ai-model-test
docker run -d --name ai-model-test --restart unless-stopped \
  -p 8080:80 <dockerhub-id>/ai-model-test:latest
```