首批实测结果出来了: 我们把同一条一次性的游戏提示词交给 Claude Fable 5.2 和 GPT-6.2 Astra。两者都做出了能玩的游戏;Astra 快得多,Fable 做出了真正的 3D。Gemini 4 Neon 还在等待测试。完整结果和三个可玩版本见:我们给 Fable 5.2 和 GPT-6.2 同一条游戏提示词。本页其余内容都来自厂商自己的页面和已经发布的游戏。
三款最擅长写游戏代码的模型,在十周内先后发布:Claude Opus 5.5 于 2026 年 9 月 22 日、Claude Fable 5.2 于 11 月 9 日、Gemini 4 Neon 于 11 月 18 日。这一页只从一件事来比较它们:做游戏。价格多少、在哪里能用、三者共有的那个编程基准说明了什么,以及每个模型实际做出了哪些能玩的游戏。
简单说: Neon 按 token 算最便宜;在三者都参加的那项独立编程测试里,按任务算也最便宜。但它才发布三天,能玩的游戏只有一款。Opus 5.5 是 Anthropic 推荐的默认模型,背后已有几个月做完的游戏。Fable 5.2 最贵,目前做出的单条提示词游戏也最有野心。
一览
| Gemini 4 Neon | Claude Opus 5.5 | Claude Fable 5.2 | |
|---|---|---|---|
| 厂商 | Anthropic | Anthropic | |
| 发布日期 | 2026 年 11 月 18 日 | 2026 年 9 月 22 日 | 2026 年 11 月 9 日 |
| 厂商定位 | 兼顾深度与效率,处理复杂工作,介于 Carbon 和 Hydrogen 之间 | 长时间运行的智能体编程和知识工作 | 高难度推理和长周期智能体工作 |
| API 价格,每百万 token(输入 / 输出) | $3 / $15 | $4 / $20 | $8 / $40 |
| 缓存输入,每百万 token | $0.15 | $0.20 | $0.20 |
| 批处理价格,每百万 token | $1.50 / $7.50 | $2 / $10 | $4 / $20 |
| 上下文窗口 | 100 万 token | 100 万 token | 100 万 token |
| 最大输出 | 65,536 token | 128K token | 128K token |
| 免费 API 额度 | 无 | 未列出 | 未列出 |
| 在哪里用 | Gemini API、Google AI Studio、Gemini 应用(Pro 和 Ultra)、Google Antigravity | Claude 应用、Claude Code、API | Claude 应用(付费套餐)、Claude Code、API |
| VibeGamer 上能玩的游戏 | 1 款 | 13 款 | 46 款 |
价格和规格来自 Google 的 Neon 发布文章、我们在 crewmark.ai 上的 Gemini 4 Neon 指南(数据取自 Google 的定价页)和 Anthropic 的模型概览。游戏数量取自我们的 Gemini 4 Neon、Claude Opus 5.5 和 Claude Fable 5.2 页面,统计于 2026 年 11 月 21 日。
价格
按 token 算,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 的两倍。
但单价不等于总账单。智能体做游戏时会反复读取自己的项目,所以缓存输入的价格很重要;而用更少 token 完成任务的模型,即使单价更高,每个任务也可能更便宜。Anthropic 说,Fable 5.2 在 high 档位下就能追平 Opus 5.5 在 FrontierCode 2.0 上的最好成绩,每个任务的成本约为一半。Google 则说 Neon 在默认的 high 档位下,每个任务的成本比"顶尖的竞争前沿模型"低 50% 到 80%,但没有点名是哪些模型。
唯一把三者放进同一套测试框架比较成本的,是 Artificial Analysis 的 Coding Agent Index(见下一节):每个任务 Neon 约 $6.86,Opus 5.5 $12.61,Fable 5.2 $15.47。
如果用订阅,就不按 token 计费。Neon 在 Gemini 应用和 Antigravity 中面向 Google AI Pro 和 Ultra 订阅用户开放。Fable 5.2 需要付费的 Claude 套餐,在 Pro 和 Team 标准席位上最多可占用每周额度的一半。
编程基准:只比三者用同一种方式测过的
Google 和 Anthropic 公布的基准大多不一样;即使是同一个基准,也是各自用自己的设置跑的。所以我们只在两种情况下把数字放在一起。
Artificial Analysis Coding Agent Index(独立测试,所有模型用同一套框架):
| 模型和档位 | 分数 | 每个任务的成本 |
|---|---|---|
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 给出的 Neon 分数是 58.6,发布时排名总榜第一。差一分在实际使用中等于打平,真正的差别在每个任务的成本。来源:我们的 crewmark.ai 指南,其中汇总了 Artificial Analysis 在发布时的结果。
FrontierCode 2.0(各厂商自己跑的):据 Google,Neon 在默认 high 档位下为 46.2%;据 Anthropic,Fable 5.2 在 xhigh 下为 49.1%,Opus 5.5 最好成绩为 45.5%。设置不同,只能看作"接近",不能当排名。
Google 为 Neon 公布的其他成绩(Terminal-Bench 4.1、SWE-sweep、Vending-Bench 2 等)都没有对应的 Anthropic 数字,反过来 FrontierSWE 也一样,所以这些我们不放进来。
每个模型做出了哪些能玩的游戏
Gemini 4 Neon:NEON SCRAMBLE
目前能玩的 Neon 游戏只有一款:Google 自己在 11 月 19 日发布的 NEON SCRAMBLE。操控 Pegman 从涩谷十字路口一路跑到 Google 东京办公室,3D 地图据 Google 说是 Neon 用将近 100 万 token 的 OpenStreetMap 数据搭出来的。适合用键盘玩。
其他 Neon 演示目前都只有视频:Google 在勃朗峰真实地形上做的第一人称滑雪模拟器(约 10,200 行自定义着色器和物理代码)、3D 版的图灵书房,以及一位早期测试者做的竞技场射击、体素竞技场和喷气机竞速。全部内容和出处见 Gemini 4 Neon 游戏。
Claude Opus 5.5:Alandys
Opus 5.5 已经发布两个月,它的游戏大多是有人一路引导、花几天甚至几周做出来的。Alandys 是最典型的例子:一款在浮空岛屿上展开的合作突袭游戏,有 16 个突袭 Boss,用 Three.js 和 Opus 5.5 花 33 天做成,有真正的游戏服务器,还计划上架 Steam。
Claude Fable 5.2:Saltline
Fable 5.2 的游戏最多:不到两周,VibeGamer 上已有 46 款,很多都是一条提示词加一次长时间无人值守运行做出来的。最出名的是 Saltline:一款发生在雨夜集装箱港口的第一人称射击游戏,由一位 Anthropic 工程师用一条提示词花约 8 小时做成,所有模型和音效都由代码生成。
更多:能在线玩的 Fable 5.2 游戏和所有用 Claude Fable 5.2 做的游戏。
我们的同提示词实测:目前结果
我们给每个模型同一条提示词,做 Neon Canyon Run:一个装在单个 index.html 里的完整 3D 浏览器游戏,驾驶发光的悬浮摩托穿过夜晚的霓虹峡谷,躲开岩石和路障、跳跃、收集能量球,速度越来越快。每个模型只跑一次,不追加提示,文件原样发布。
| Claude Fable 5.2(Claude Code) | GPT-6.2 Astra(Codex) | Gemini 4 Neon(Google AI Studio) | |
|---|---|---|---|
| 用时 | 9.4 分钟(第 1 次,不能用命令行);12.6 分钟(第 2 次,可以用命令行) | 3.8 分钟 | 待测 |
| 文件 | 45 KB / 42 KB | 20 KB | 待测 |
| 渲染 | 用 Three.js 做的真 3D | 2D 画布模拟出的 3D | 待测 |
| 第一次打开就能玩、流程完整 | 能,两次都能 | 能 | 待测 |
| 主要问题 | 第 1 次(无法自测):泛光把摩托盖住了。第 2 次在 Chrome 里自测过,摩托清晰可见 | 不是真 3D | 待测 |
Gemini 4 Neon:待测。 我们的 Google AI Studio 访问权限还没办好,所以 Neon 还没有跑,跑完后会把它的版本补上。Opus 5.5 不在这一轮测试里,本页和它的对比只来自公开资料。提示词、方法、成本、局限和三个可玩版本见:我们给 Claude Fable 5.2 和 GPT-6.2 同一条游戏提示词。
做游戏该用哪个?
以下判断基于厂商对模型的定位、价格和已经发布的作品。我们自己的测试还没有 Neon 的结果。
- 想要最便宜又够用的,或者已经订阅了 Google AI Pro 或 Ultra: 试试 Neon,在 Antigravity 或 AI Studio 里用。三者中它的按 token 价格和按任务成本都最低。缺点是积累太少:能玩的游戏目前只有一款,而 Google 最大的演示滑雪模拟器是在 Antigravity 里做的,不是在一次对话里。
- 打算一步步做、边做边试玩: 选 Opus 5.5。Anthropic 建议大多数编程任务先从它开始,价格是 Fable 5.2 的一半,而且它的大多数游戏(比如 Alandys)都是作者花几天时间引导做出来的。
- 想要一次长时间无人值守的运行,最后直接得到一款完成度高的游戏: 在 Claude Code 里用 Fable 5.2。它最贵,但 Saltline 和 VibeGamer 上 46 款游戏中的很多款,正是这样做出来的。关于这个选择的更多分析:Claude Fable 5.2 vs Opus 5.5 做游戏对比(英文)。
- 想在 Gemini 4 系列内部比较: Hydrogen 更便宜,也是唯一有免费 API 额度的一款;见 Gemini 4 游戏:Hydrogen、Neon、Carbon、Argon 对比。
GPT-6.2 呢?
OpenAI 在 2026 年 11 月 17 日发布了 GPT-6.2 Astra 和 GPT-6.2 Sol。Sol 是高效的日常模型,每百万 token $2 / $10,按 token 比 Neon 还便宜;Astra 是 $8 / $40,和 Fable 5.2 一样,OpenAI 主打它做网站、游戏和 3D。Astra 也在我们的测试里。它的首批游戏,包括 OpenAI 自己做的可玩 3D 赛车:GPT-6.2 游戏。
常见问题
Gemini 4 Neon 写代码比 Claude Opus 5.5 强吗?
在两者都参加的唯一独立测试 Artificial Analysis Coding Agent Index 中,Neon 得 59 分,Opus 5.5 得 58 分,而 Neon 每个任务的成本约为一半。在 FrontierCode 2.0 上,两家各自公布的成绩也很接近(46.2% 对 45.5%)。也就是说,质量大致持平,Neon 更便宜。但就游戏而言,Opus 5.5 目前做完、能玩的作品要多得多。
Gemini 4 Neon 比 Claude Fable 5.2 便宜吗?
是的。Neon 每百万输入 / 输出 token 为 $3 / $15,Fable 5.2 为 $8 / $40。在 Artificial Analysis Coding Agent Index 上,Neon 每个任务成本为 $6.86,Claude Code 中的 Fable 5.2 为 $15.47。
哪个上下文窗口更大?
一样大。三者的上下文窗口都是 100 万 token。Opus 5.5 和 Fable 5.2 单次回复最多可输出 128K token,Neon 最多 65,536。
有能免费用的吗?
Gemini 4 Neon 没有免费 API 额度;在 Gemini 应用中只对 Google AI Pro 和 Ultra 开放。Fable 5.2 需要付费 Claude 套餐或 API 额度,Opus 5.5 在 API 上按 token 计费。如果想免费用 Gemini 4 的 API,Google 提供的是 Gemini 4 Hydrogen。
现在做游戏最好的 AI 模型是哪个?
没有唯一答案。要目前完成度最高的单条提示词游戏,选 Fable 5.2;自己一路引导、想兼顾成本和效果,选 Opus 5.5;要在跑分接近的前提下价格最低,选 Neon,只是它能拿出来的游戏最少。在我们的同提示词测试里,Fable 5.2 和 GPT-6.2 Astra 都一次就做出了能玩的游戏;Neon 还在等待测试。
2026 年 11 月 21 日核对。价格和跑分来自上文引用的 Google、Anthropic 和 Artificial Analysis;游戏归各自作者所有。Gemini 是 Google 的商标,Claude、Opus 和 Fable 是 Anthropic 的商标。VibeGamer 是独立网站,与两家公司均无关联。



