Kimi K3 показала сопоставимый результат с GPT-5.6 и Opus 4.8 в генерации ретро-аркадных игр

Atomic Chat сравнил Kimi K3, GPT-5.6 и Opus 4.8 на задаче создания самопроигрывающихся версий классических аркадных игр. Kimi K3 и GPT-5.6 показали сопоставимые результаты при меньшей стоимости, чем у Opus 4.8.

Приложение Atomic Chat, которое умеет запускать локальные LLM, предложило моделям Kimi K3, GPT-5.6 и Opus 4.8 создать самопроигрывающиеся версии Road Fighter, Battle City и Q*bert в виде одного HTML-файла. В результатах должны были быть встроенная графика, логика противников, игровые правила и автономный игрок. По замерам, Kimi K3 и GPT-5.6 сгенерировали сопоставимое число токенов — 18,4K и 18,1K — при стоимости $0,28 за каждый результат. Opus 4.8 выдала 21,3K токенов, а стоимость результата составила $0,54. Версия Q*bert от Kimi K3 показала стабильную игровую логику: персонаж мог эффективно перемещаться и избегать врагов. У GPT-5.6 визуально результат оказался лучше, но в Road Fighter и Battle City были проблемы с логикой игрока.

Источники 1

Kimi K3 показала сопоставимый результат с GPT-5.6 и Opus 4.8 в генерации ретро-аркадных игр AI Post

Kimi K3 has surpassed Opus 4.8 in generating retro arcade games, achieving comparable results at roughly half the cost.

Atomic Chat, a desktop application capable of running local LLMs, tasked three models—Kimi K3, GPT-5.6, and Opus 4.8—with creating self-playing versions of Road Fighter, Battle City, and Q*bert in single HTML files. Each output required integrated graphics, opponent logic, game rules, and an autonomous player within one file.

Performance metrics showed Kimi K3 and GPT-5.6 produced similar token counts (18.4K and 18.1K, costing $0.28 each), while Opus 4.8 generated 21.3K tokens at $0.54.

Kimi K3’s Q*bert demonstrated stable game logic, allowing effective navigation and enemy avoidance. GPT-5.6, while offering visually superior results, encountered functional issues with player logic in Road Fighter and Battle City.

📰 @aipost