我们把同一条小型 3D 网页游戏的提示词交给 Claude Fable 5.2 和 GPT-6.2 Astra,每个模型只跑一次,中途不追加任何消息,做出来的东西原样放到了 VibeGamer 上。Gemini 4 Neon 等我们的 Google AI Studio 权限一到位,就用同一条提示词测试。
简短结论: 两个模型做出的游戏打开就能玩,提示词要求的完整流程都有:开始、转向、跳跃、收集能量球、撞毁、游戏结束、最高分和重新开始。Codex 里的 GPT-6.2 Astra 不到 4 分钟就做完,只有一个 20 KB 的文件,画面干净,但它的 3D 是在 2D canvas 里模拟出来的。Claude Code 里的 Claude Fable 5.2 用了 9 到 13 分钟,用 Three.js 做了真正的 3D,效果也更多。它第一次运行时没有 shell,没法自己测试,结果摩托被光晕淹没;第二次运行和 Codex 一样有 shell,它在无头 Chrome 里测了自己的游戏,摩托清清楚楚。每个模型只试了一次,所以这只是一次快照,不是排名。
三个版本一览
| Claude Fable 5.2,第 1 次 | Claude Fable 5.2,第 2 次 | GPT-6.2 Astra | Gemini 4 Neon | |
|---|---|---|---|---|
| 工具 | Claude Code | Claude Code | Codex | Google AI Studio |
| 能否运行 shell 命令 | 不能(只能读写文件) | 能 | 能 | |
| 耗时 | 9.4 分钟(567 秒) | 12.6 分钟(758 秒) | 3.8 分钟(226 秒) | |
| Agent 轮数 | 22 | 15 | 1(Codex 把整次运行算作一轮) | |
| 我们追加的提示 | 0 | 0 | 0 | |
| 产出 | index.html,45 KB | index.html,42 KB | index.html,20 KB | |
| 渲染方式 | Three.js 0.160:真 3D、泛光、雾、粒子 | Three.js 0.160:真 3D | Canvas 2D 加伪 3D 投影(没用 Three.js) | 测试中,Google AI Studio 权限待开通 |
| 第一次打开就能玩 | 是 | 是 | 是 | |
| 完整流程(开始、转向、跳跃、能量球、撞毁、游戏结束、最高分、重新开始) | 是 | 是 | 是 | |
| 是否自测 | 否:所有 shell 命令都被拦下,它也如实说明了 | 是:无头 Chrome、手机尺寸、机器人试玩 | 部分:在 Node 里跑了脚本化的逻辑测试,没有看画面 | |
| 我们看到的主要问题 | 泛光太强,摩托几乎看不清 | 在我们的无头 Chrome 里点 START 没反应,正常 Chrome 里可以 | 所谓 3D 是在 2D 里模拟的 | |
| 工具报告的成本 | 折合 $3.62(Claude Code 的数字,订阅支付) | 折合 $3.27(Claude Code 的数字,订阅支付) | 约 27.7 万 token:26.8 万输入(大部分命中缓存)、9.3 千输出(订阅) |
Fable 的两次运行用的是同一个模型、同一条提示词、同一个工具,区别只在权限。所有时间都是实际经过的时间,从开始算到模型给出最后一条消息。
提示词
每个模型收到的都是下面这段文字,只发一次:
Make a complete, playable 3D browser game as one self-contained file named index.html (you may load Three.js from a CDN; no other files).
Game: "Neon Canyon Run" — you pilot a glowing hover-bike racing forward through a neon canyon at night. Steer left/right (and jump) to dodge rock pillars and barriers, and collect energy orbs for points. Speed rises over time. Show score, best score (saved in localStorage) and a speed meter. Crash = game over screen with a Restart button.
Controls: arrow keys or WASD plus Space to jump on desktop; on phones, touch the left/right half of the screen to steer and swipe up to jump.
Make it look good (lighting, fog, glow, particles) and feel good (smooth steering, camera shake on crash, simple sound effects with the Web Audio API). It must work just by opening index.html in a browser.
大意:做一个完整可玩的 3D 网页游戏,只有一个 index.html 文件(可以从 CDN 加载 Three.js)。玩家驾驶发光的悬浮摩托在夜晚的霓虹峡谷里前进,左右转向、跳跃,躲开石柱和路障,收集能量球得分,速度逐渐加快;显示分数、存在 localStorage 里的最高分和速度表,撞毁后出现带 Restart 按钮的结束画面;电脑用方向键或 WASD 加空格,手机点屏幕左右半边转向、上滑跳跃;要有光照、雾、光晕、粒子、平滑转向、撞毁时镜头震动和 Web Audio 音效,直接打开 index.html 就能运行。
测试方法
- 每个模型只试一次,不追问。 发出提示词,等模型说完成,就结束。没有“请把摩托修一下”,也没有重来。
- 每个模型用自家的 agent 工具。 Claude Fable 5.2 用 Claude Code(命令行),GPT-6.2 Astra 用 Codex(命令行,workspace-write 沙盒,允许 shell)。Gemini 4 Neon 将在 Google AI Studio 里跑。
- 第一轮的权限并不对等。 Claude Code 被限制为只能读写文件、没有 shell,所以 Fable 没法在浏览器里打开自己的游戏;Codex 可以运行命令。为了公平,我们给 Fable 加上 shell(外加文件搜索),也就是和 Codex 同类的权限,又跑了一次。
- 事后没有任何修改。 下面能玩的文件和模型写出来的逐字节一致。
- 成本以工具报告为准。 两边都用订阅,没有按 token 付费。Claude Code 显示按 API 标价折算的美元数,Codex 显示 token 数。
Claude Fable 5.2 第 1 次:真 3D,但没法自测

Fable 按提示词的允许,从 CDN 加载 Three.js 0.160 来做:带发光线条的低多边形峡谷壁、滚动的霓虹网格、雾、泛光、星空、速度线、引擎拖尾,撞毁时还有爆炸和镜头震动。三个版本里,它在画面上野心最大。
它也想检查自己的成果:试了五条 shell 命令,包括用 Node 做语法检查和用无头 Chrome 运行,全部被拦下。它在最后的消息里直接说明游戏没有测试过,可能需要修。实际上第一次打开就能玩,只是泛光太强,摩托变成一团白光,躲障碍比应有的难。
提示词之外,它还加了必须跳过的全宽闸门、合成的背景音乐循环、暂停(P 或 Esc,切到别的标签页时自动暂停)和静音(M 键或按钮)。
Claude Fable 5.2 第 2 次:同一条提示词,这次有 shell
有了 shell,Fable 花的时间更长(12.6 分钟),多出来的时间用在了测试上。它在无头 Chrome 里运行游戏,检查了桌面和手机竖屏尺寸下的渲染,跑了一局不做任何操作的游戏,确认会进入游戏结束并保存最高分,还写了一个简单的躲避机器人,在最高速度下五次都撑过 150 秒,说明每一排障碍都有路可走。它也说明了没测到的部分:声音、真实触控和手感。
结果保留了真 3D,这次摩托清楚可见。额外内容:可以跳过的低矮路障、必须跳过的全宽路障、低音循环、会记住设置的静音按钮,以及按空格或回车开始。有一个小问题:在我们自己的无头 Chrome(软件渲染)里点 START 没有反应,但在普通 Chrome 窗口里正常。
GPT-6.2 Astra:又快又干净,但是 2D

Astra 用 3.8 分钟做完,文件只有 20 KB,不到 Fable 的一半。它没有用 Three.js,而是在 2D canvas 上用自己写的透视投影画出峡谷、公路、摩托和夕阳,所以加载游戏不需要联网。画面整洁易读:合成波风格的夕阳、低多边形岩石、清楚可见的摩托,以及显示分数、最高分、速度和能量球数量的 HUD。不过它是画得像 3D 的 2D,而不是提示词要求的 3D 游戏。
它也尝试了自测。无头 Chrome 截图失败,又没有权限通过 computer use 打开 Chrome,于是它写了一个 Node 脚本来跑游戏逻辑:转向、拾取能量球、计分、跳跃、暂停和继续、撞毁、保存最高分、重新开始、触控转向和上滑,以及在三种屏幕尺寸下的绘制调用,全部通过。它也说明了没有做画面和声音的试玩。
提示词之外,它加了暂停和静音按钮、屏幕上的按键说明,每个能量球 250 分。
Gemini 4 Neon:待测
Gemini 4 Neon 会在 Google AI Studio 里收到同一条提示词,只跑一次,不追问。因为我们的 AI Studio 权限还没开通,目前还没跑,所以这里没有 Neon 的结果,我们也不做猜测。想了解 Neon 目前做出了什么、价格和跑分对比,可以看 Gemini 4 Neon、Opus 5.5、Fable 5.2 对比 和 用 Gemini 做的游戏。
这次测试能说明什么,不能说明什么
- 每个只跑了一次。 同一个模型、同一条提示词,下次可能做出不一样的游戏。Fable 的两次运行就能看出两次尝试之间差别有多大。
- 工具和权限不同。 我们测的既是模型,也是 Claude Code 和 Codex 这两个工具。有没有 shell 改变了 Fable 能做的事,而 Codex 也没能打开真正的浏览器。
- 成本不是可直接比较的账单。 Claude Code 报的是按标价折算的美元,Codex 报的是 token 数,两边我们都没有按 token 付费。
- “能玩”指的是我们在电脑上的 Chrome 里玩过。 没有在每种手机上测试。
- 我们只选了一种游戏。 一个单文件的小型街机跑酷。多文件的长期项目,结果可能偏向别的模型。
目前的结论
- 想快速做一个干净的原型: GPT-6.2 Astra。它快了 2.5 到 3.4 倍,文件小,画面清楚好玩。如果你需要真 3D,要在提示词里明确写出来,因为它选择了 2D canvas。
- 想要真 3D 和更多打磨: Claude Fable 5.2,前提是它能运行命令。没有 shell,它看不到自己的泛光问题;有了 shell,它测试了游戏,结果保留了真 3D,摩托也清楚可见。
- 不管用哪个模型: 让它能运行并测试游戏。在这次测试里,只有能在浏览器里打开自己游戏的那次运行,检查了游戏实际看起来怎么样。
那么,做游戏哪个 AI 最好?每个模型一条提示词,答案不是唯一的:要速度选 Astra,要 3D 选 Fable,Gemini 4 Neon 还没测。Neon 跑完后,我们会把它的版本和耗时补到这里。
这些模型做的更多游戏:可以在线玩的 Fable 5.2 游戏 和 GPT-6.2 做的游戏。
FAQ
做游戏,Claude Fable 5.2 和 GPT-6.2 Astra 哪个更好?
在我们一条提示词的测试里,两者都做出了包含全部要求功能的可玩游戏。GPT-6.2 Astra 快得多(3.8 分钟,对比 9.4 和 12.6 分钟),但它是在 2D canvas 上画出假 3D。Claude Fable 5.2 用 Three.js 做了真 3D;第一次运行有光晕问题,能自测的第二次运行没有。每个只试一次,不足以分出胜负。
游戏开发最好用哪个 AI 模型?
要看游戏类型,也要看工具。单文件的小型网页游戏,Fable 5.2 和 GPT-6.2 Astra 都能一条提示词做出来。在我们的测试里,让模型能运行和测试游戏,和模型本身一样重要。想看包括 Opus 5.5 和 Gemini 4 Neon 在内的价格和跑分对比,请看 Gemini 4 Neon、Opus 5.5、Fable 5.2 对比。
Gemini 4 Neon 表现如何?
还不知道。Neon 会在 Google AI Studio 里收到同一条提示词,结果会补充到这一页。我们的权限还没开通,所以还没有跑。
每个游戏花了多少钱?
Claude Code 报告 Fable 第 1 次折合 $3.62、第 2 次 $3.27,按 API 标价计算。Codex 报告 GPT-6.2 Astra 用了约 27.7 万 token(26.8 万输入,大部分命中缓存,9.3 千输出),没有给出美元数。两边我们都用订阅,所以并没有按 token 实际支付这些金额。
你们修改过游戏吗?
没有。没有追加提示,也没有手动修改。你能玩到的文件就是模型写出来的原样。
我可以用同一条提示词吗?
可以,上面有完整原文。粘贴到 Claude Code、Codex、Google AI Studio 或其他工具里,然后在浏览器里打开它生成的 index.html。
2026 年 11 月 21 日测试,Claude Fable 5.2 使用 Claude Code,GPT-6.2 Astra 使用 Codex;Gemini 4 Neon 待测。Claude 和 Fable 是 Anthropic 的商标,GPT 是 OpenAI 的商标,Gemini 是 Google 的商标。VibeGamer 是独立网站,与这几家公司均无关联。


