第一批實測結果出爐: 我們把同一條一次性的遊戲提示詞交給 Claude Fable 5.2 和 GPT-6.2 Astra。兩者都做出了能玩的遊戲;Astra 快得多,Fable 做出了真正的 3D。Gemini 4 Neon 還在等待測試。完整結果和三個可玩版本請看:我們給 Fable 5.2 和 GPT-6.2 同一條遊戲提示詞。本頁其餘內容都來自廠商自己的頁面和已經發布的遊戲。
三款最擅長寫遊戲程式碼的模型,在十週內陸續推出:Claude Opus 5.5 於 2026 年 9 月 22 日、Claude Fable 5.2 於 11 月 9 日、Gemini 4 Neon 於 11 月 18 日。這一頁只從一件事來比較它們:做遊戲。價格多少、在哪裡能用、三者共有的那個程式基準說明了什麼,以及每個模型實際做出了哪些能玩的遊戲。
簡單說: Neon 以 token 計價最便宜;在三者都參加的那項獨立程式測試裡,以任務計也最便宜。但它才推出三天,能玩的遊戲只有一款。Opus 5.5 是 Anthropic 推薦的預設模型,背後已有幾個月做完的遊戲。Fable 5.2 最貴,目前做出的單一提示詞遊戲也最有企圖心。
一覽
| Gemini 4 Neon | Claude Opus 5.5 | Claude Fable 5.2 | |
|---|---|---|---|
| 廠商 | Anthropic | Anthropic | |
| 推出日期 | 2026 年 11 月 18 日 | 2026 年 9 月 22 日 | 2026 年 11 月 9 日 |
| 廠商定位 | 兼顧深度與效率,處理複雜工作,介於 Carbon 和 Hydrogen 之間 | 長時間執行的代理式程式開發與知識工作 | 高難度推理與長週期代理式工作 |
| API 價格,每百萬 token(輸入 / 輸出) | $3 / $15 | $4 / $20 | $8 / $40 |
| 快取輸入,每百萬 token | $0.15 | $0.20 | $0.20 |
| 批次價格,每百萬 token | $1.50 / $7.50 | $2 / $10 | $4 / $20 |
| 上下文視窗 | 100 萬 token | 100 萬 token | 100 萬 token |
| 最大輸出 | 65,536 token | 128K token | 128K token |
| 免費 API 額度 | 無 | 未列出 | 未列出 |
| 在哪裡用 | Gemini API、Google AI Studio、Gemini 應用程式(Pro 和 Ultra)、Google Antigravity | Claude 應用程式、Claude Code、API | Claude 應用程式(付費方案)、Claude Code、API |
| VibeGamer 上能玩的遊戲 | 1 款 | 13 款 | 46 款 |
價格和規格來自 Google 的 Neon 發表文章、我們在 crewmark.ai 上的 Gemini 4 Neon 指南(資料取自 Google 的定價頁)和 Anthropic 的模型總覽。遊戲數量取自我們的 Gemini 4 Neon、Claude Opus 5.5 和 Claude Fable 5.2 頁面,統計於 2026 年 11 月 21 日。
價格
以 token 計,Neon 是三者中最便宜的:比 Opus 5.5 低 25%,不到 Fable 5.2 的一半。Fable 5.2 正好是 Opus 5.5 的兩倍。
但單價不等於總帳單。代理做遊戲時會反覆讀取自己的專案,所以快取輸入的價格很重要;而用更少 token 完成任務的模型,即使單價較高,每個任務也可能更便宜。Anthropic 表示,Fable 5.2 在 high 檔位下就能追平 Opus 5.5 在 FrontierCode 2.0 上的最佳成績,每個任務的成本約為一半。Google 則表示 Neon 在預設的 high 檔位下,每個任務的成本比「頂尖的競爭前沿模型」低 50% 到 80%,但沒有點名是哪些模型。
唯一把三者放進同一套測試框架比較成本的,是 Artificial Analysis 的 Coding Agent Index(見下一節):每個任務 Neon 約 $6.86,Opus 5.5 $12.61,Fable 5.2 $15.47。
如果用訂閱,就不以 token 計費。Neon 在 Gemini 應用程式和 Antigravity 中開放給 Google AI Pro 和 Ultra 訂閱者。Fable 5.2 需要付費的 Claude 方案,在 Pro 和 Team 標準席位上最多可用掉每週額度的一半。
程式基準:只比三者用同一種方式測過的
Google 和 Anthropic 公布的基準大多不同;即使是同一個基準,也是各自用自己的設定跑的。所以我們只在兩種情況下把數字放在一起。
Artificial Analysis Coding Agent Index(獨立測試,所有模型用同一套框架):
| 模型和檔位 | 分數 | 每個任務的成本 |
|---|---|---|
Gemini 4 Neon(xhigh) |
59 | $6.86 |
Claude Fable 5.2,在 Claude Code 中(xhigh) |
58 | $15.47 |
Claude Opus 5.5(max) |
58 | $12.61 |
Google 給出的 Neon 分數是 58.6,推出時總榜第一。差一分在實際使用上等於平手,真正的差別在每個任務的成本。來源:我們的 crewmark.ai 指南,其中彙整了 Artificial Analysis 在推出時的結果。
FrontierCode 2.0(各廠商自己跑的):據 Google,Neon 在預設 high 檔位下為 46.2%;據 Anthropic,Fable 5.2 在 xhigh 下為 49.1%,Opus 5.5 最佳成績為 45.5%。設定不同,只能看作「接近」,不能當排名。
Google 為 Neon 公布的其他成績(Terminal-Bench 4.1、SWE-sweep、Vending-Bench 2 等)都沒有對應的 Anthropic 數字,反過來 FrontierSWE 也一樣,所以這些我們不放進來。
每個模型做出了哪些能玩的遊戲
Gemini 4 Neon:NEON SCRAMBLE
目前能玩的 Neon 遊戲只有一款:Google 自己在 11 月 19 日發布的 NEON SCRAMBLE。操控 Pegman 從澀谷十字路口一路跑到 Google 東京辦公室,3D 地圖據 Google 表示是 Neon 用將近 100 萬 token 的 OpenStreetMap 資料搭出來的。適合用鍵盤玩。
其他 Neon 示範目前都只有影片:Google 在白朗峰真實地形上做的第一人稱滑雪模擬器(約 10,200 行自訂著色器和物理程式碼)、3D 版的圖靈書房,以及一位早期測試者做的競技場射擊、體素競技場和噴射機競速。完整內容和出處見 Gemini 4 Neon 遊戲。
Claude Opus 5.5:Alandys
Opus 5.5 已經推出兩個月,它的遊戲大多是有人一路引導、花幾天甚至幾週做出來的。Alandys 是最典型的例子:一款在浮空島嶼上展開的合作突襲遊戲,有 16 個突襲 Boss,用 Three.js 和 Opus 5.5 花 33 天做成,有真正的遊戲伺服器,還計畫上架 Steam。
Claude Fable 5.2:Saltline
Fable 5.2 的遊戲最多:不到兩週,VibeGamer 上已有 46 款,很多都是一條提示詞加一次長時間無人看管的執行做出來的。最有名的是 Saltline:一款發生在雨夜貨櫃港口的第一人稱射擊遊戲,由一位 Anthropic 工程師用一條提示詞花約 8 小時做成,所有模型和音效都由程式碼產生。
更多:能線上玩的 Fable 5.2 遊戲和所有用 Claude Fable 5.2 做的遊戲。
我們的同提示詞實測:目前結果
我們給每個模型同一條提示詞,做 Neon Canyon Run:一個放在單一 index.html 裡的完整 3D 瀏覽器遊戲,駕駛發光的懸浮機車穿過夜晚的霓虹峽谷,閃避岩石和路障、跳躍、收集能量球,速度越來越快。每個模型只跑一次,不追加提示,檔案原樣發布。
| Claude Fable 5.2(Claude Code) | GPT-6.2 Astra(Codex) | Gemini 4 Neon(Google AI Studio) | |
|---|---|---|---|
| 用時 | 9.4 分鐘(第 1 次,不能用命令列);12.6 分鐘(第 2 次,可以用命令列) | 3.8 分鐘 | 待測 |
| 檔案 | 45 KB / 42 KB | 20 KB | 待測 |
| 渲染 | 用 Three.js 做的真 3D | 2D 畫布模擬出的 3D | 待測 |
| 第一次打開就能玩、流程完整 | 可以,兩次都可以 | 可以 | 待測 |
| 主要問題 | 第 1 次(無法自測):光暈把機車蓋住了。第 2 次在 Chrome 裡自測過,機車清楚可見 | 不是真 3D | 待測 |
Gemini 4 Neon:待測。 我們的 Google AI Studio 存取權限還沒辦好,所以 Neon 還沒有跑,跑完後會把它的版本補上。Opus 5.5 不在這一輪測試裡,本頁和它的比較只來自公開資料。提示詞、方法、成本、限制和三個可玩版本請看:我們給 Claude Fable 5.2 和 GPT-6.2 同一條遊戲提示詞。
做遊戲該用哪個?
以下判斷根據廠商對模型的定位、價格和已經發布的作品。我們自己的測試還沒有 Neon 的結果。
- 想要最便宜又夠用的,或已經訂閱 Google AI Pro 或 Ultra: 試試 Neon,在 Antigravity 或 AI Studio 裡用。三者中它的 token 單價和每任務成本都最低。缺點是累積太少:能玩的遊戲目前只有一款,而 Google 最大的示範滑雪模擬器是在 Antigravity 裡做的,不是在一次對話裡。
- 打算一步步做、邊做邊試玩: 選 Opus 5.5。Anthropic 建議大多數程式任務先從它開始,價格是 Fable 5.2 的一半,而且它的大多數遊戲(例如 Alandys)都是作者花幾天時間引導做出來的。
- 想要一次長時間無人看管的執行,最後直接得到一款完成度高的遊戲: 在 Claude Code 裡用 Fable 5.2。它最貴,但 Saltline 和 VibeGamer 上 46 款遊戲中的很多款,正是這樣做出來的。關於這個選擇的更多分析:Claude Fable 5.2 vs Opus 5.5 做遊戲比較(英文)。
- 想在 Gemini 4 系列內部比較: Hydrogen 更便宜,也是唯一有免費 API 額度的一款;見 Gemini 4 遊戲:Hydrogen、Neon、Carbon、Argon 比較。
GPT-6.2 呢?
OpenAI 在 2026 年 11 月 17 日推出了 GPT-6.2 Astra 和 GPT-6.2 Sol。Sol 是高效率的日常模型,每百萬 token $2 / $10,以 token 計比 Neon 還便宜;Astra 是 $8 / $40,和 Fable 5.2 一樣,OpenAI 主打它做網站、遊戲和 3D。Astra 也在我們的測試裡。它的首批遊戲,包括 OpenAI 自己做的可玩 3D 賽車:GPT-6.2 遊戲。
常見問題
Gemini 4 Neon 寫程式比 Claude Opus 5.5 強嗎?
在兩者都參加的唯一獨立測試 Artificial Analysis Coding Agent Index 中,Neon 得 59 分,Opus 5.5 得 58 分,而 Neon 每個任務的成本約為一半。在 FrontierCode 2.0 上,兩家各自公布的成績也很接近(46.2% 對 45.5%)。也就是說,品質大致相當,Neon 更便宜。但就遊戲而言,Opus 5.5 目前做完、能玩的作品多得多。
Gemini 4 Neon 比 Claude Fable 5.2 便宜嗎?
是的。Neon 每百萬輸入 / 輸出 token 為 $3 / $15,Fable 5.2 為 $8 / $40。在 Artificial Analysis Coding Agent Index 上,Neon 每個任務成本為 $6.86,Claude Code 中的 Fable 5.2 為 $15.47。
哪個上下文視窗比較大?
一樣大。三者的上下文視窗都是 100 萬 token。Opus 5.5 和 Fable 5.2 單次回覆最多可輸出 128K token,Neon 最多 65,536。
有能免費用的嗎?
Gemini 4 Neon 沒有免費 API 額度;在 Gemini 應用程式中只開放給 Google AI Pro 和 Ultra。Fable 5.2 需要付費 Claude 方案或 API 額度,Opus 5.5 在 API 上以 token 計費。如果想免費用 Gemini 4 的 API,Google 提供的是 Gemini 4 Hydrogen。
現在做遊戲最好的 AI 模型是哪個?
沒有唯一答案。要目前完成度最高的單一提示詞遊戲,選 Fable 5.2;自己一路引導、想兼顧成本和效果,選 Opus 5.5;要在跑分接近的前提下價格最低,選 Neon,只是它能拿出來的遊戲最少。在我們的同提示詞測試裡,Fable 5.2 和 GPT-6.2 Astra 都一次就做出了能玩的遊戲;Neon 還在等待測試。
2026 年 11 月 21 日核對。價格和跑分來自上文引用的 Google、Anthropic 和 Artificial Analysis;遊戲屬於各自的作者。Gemini 是 Google 的商標,Claude、Opus 和 Fable 是 Anthropic 的商標。VibeGamer 是獨立網站,與兩家公司均無關聯。



