1.8 KiB
最强 6 大模型从 0 开始开发游戏大横评！
说实话，这次测试真的带给了我不小的惊喜，我原本以为 Kimi K3 接近 Opus4.8，实测结果：居然可以介于 Opus4.8 到 Fable5 之间。
六个模型，同一份 PRD，各自独立做一款像素游戏《童话·蜜糖村》：地图必须用 Tiled Map Editor 规划绘制，素材必须用 Aseprite，引擎用 Phaser 3，8-bit 的 BGM要用 WebAudio 现场编写渲染，没有现成素材可以使用。地图、美术、对话、BGM、完成度全部实机对比。
和 Fable 5 比，K3 确实差一些。Fable 的画面建模更加接近星露谷那种风格，K3 的画面饱和度太高，细节和 Fable 也有一定的差距。
但超过 Opus 4.8也是确实可以看得出来。K3 的广场有向日葵、邮箱、长椅和路灯，湖畔有野餐垫，NPC 对话有头像有台词。龟爷爷那句「这湖水啊，映着的从来不是天上的云」，是六个模型里写得最惊艳的一句话。
同一场测试里，Grok 和 GLM 5.2 交的还是草稿，K3 已经站进了 Fable 和 Opus 中间。
GPT 5.6 Sol 这次有明显失误：人物一移动就消失，实机稳定复现。画面本身不算差，但这个 bug 直接把它踢出第一梯队。
Grok 和 GLM 5.2 地图大面积留白，角色是方块脸。同一份 PRD，前面几家交的是游戏，这两家交的是作业，明显不是同一个时代的能力。
我的实测排名：Fable 5 High ＞ Kimi K3 ＞ Opus 4.8 Xhigh ＞ GPT 5.6 Sol，Grok 和 GLM 5.2 垫底。
六个游戏全部实时在线，可以直接试玩：
modeltesthub.zacharyzhang.com
项目在 GitHub 全开源，入口在页面上。
你觉得 K3 这个位置合理吗？评论区聊。
#AI测评 #KimiK3 #大模型 #游戏开发 #AI编程 #像素游戏 #Phaser #Claude #OpenAI #GLM #Grok