> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comet.rpamis.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 2026 08 31 rc1 02 native eval design

# RC1 02 Native 评估图设计

## 目标

重新生成 `img/rc1-highlights-v2/02-native-eval.png`，用一张纯白、3:4 纵向信息图说明 Native 从 Classic 到 Beta16、RC1 的稳定性演进，同时展示用户关心的 Token 与模型耗时变化。

图片面向产品发布传播。信息层级以数字为主，使用专业、直接的产品化语句，不使用反问句或先否定再解释的句式。

## 核心信息

主视觉固定为：

* `约 100 行 Native Skill`
* `承载复杂长程工作流`

当前中文 `comet-native/SKILL.md` 共 112 行，其中 93 行为非空内容，因此使用“约 100 行”作为准确且易读的产品口径。

稳定性使用三代历史评测数据：

| 版本      | strict pass\@1 | pass³ |
| ------- | -------------: | ----: |
| Classic |         89.58% |   75% |
| Beta16  |         95.83% | 87.5% |
| RC1     |           100% |  100% |

效率数据分开标注比较范围：

* `Native vs Classic`：总 Token `−76.8%`，模型耗时 `−47.4%`。
* `RC1 vs Beta16`：平均模型耗时 `−22.3%`。

RC1 对 Beta16 的总 Token 增加 19.9%，图片不将其表述为 Token 降低。Classic 与 Native 的 Token、耗时数据来自历史配对成功样本；RC1 与 Beta16 的耗时来自独立版本评测。两种比较必须使用各自标签，避免形成同一实验的三代因果递进含义。

底部实验口径固定为：

`16 个真实任务 · 每个任务运行 3 次`

## 视觉结构

画布为严格 3:4 纵向比例，纯白 `#FFFFFF` 背景。

从上到下分为四个层级：

1. 左上角使用仓库现有 Comet 图标，保持原始比例，不重绘标志。
2. 中上部以“约 100 行”为最大数字，`Native Skill` 和“承载复杂长程工作流”作为紧邻说明。
3. 中部使用抽象递增阶梯、色块或同心轨迹呈现 Classic、Beta16、RC1 三代稳定性。数字比装饰元素更醒目，不使用密集 Dashboard 卡片。
4. 下部使用两组扁平数据对比：`总 Token −76.8% / 模型耗时 −47.4%` 标注 `Native vs Classic`，`平均模型耗时 −22.3%` 标注 `RC1 vs Beta16`。底边放置实验规模说明。

抽象元素只承担方向和层级表达。画面不使用时间线折线、透视设备、立体玻璃卡片或大面积渐变。

## 字体与颜色

* 中文使用正常宽高比的现代无衬线字体，所有文字保持横向基线和自然字面比例。
* 禁止任何纵向拉伸、非等比缩放或狭长字形。
* 主文字使用深墨黑；RC1 重点数字使用克制的 Comet 青蓝；Classic 与 Beta16 使用浅灰和中灰蓝建立层级。
* 背景、四角与所有视觉留白必须为精确的 `#FFFFFF`，不使用米色、暖灰或近白色底。
* 字号建立明确层级，主数字醒目但不占满页面，保留均衡留白。

## 文案限制

* 只使用本设计列出的指标与产品语句。
* 不添加“领先行业”“全面提升”等未被评测支持的结论。
* 不把 RC1 对 Beta16 的 Token 写成降低。
* 不使用“不是……而是……”“而不是”或反问句。
* 不使用难以核验的额外百分比、任务数、版本数或性能承诺。

## 验收标准

1. 输出文件覆盖 `img/rc1-highlights-v2/02-native-eval.png`。
2. 图片为 PNG，宽高比严格等于 3:4；任何尺寸适配通过等比缩放与纯白留边完成。
3. 背景和四角像素为 `#FFFFFF`，肉眼无米色或暖灰底。
4. 所有中文、数字和英文缩写清晰，无错字、乱码、重复字符和纵向拉伸。
5. 三代稳定性数字、两组效率比较标签和实验规模说明与本设计完全一致。
6. 画面以大数字和抽象对比为主，元素数量克制，阅读顺序清晰。
7. 提交前查看最终图片，并检查尺寸、边界像素、文案和 Git diff；只提交本次设计与 02 图片相关文件。