Qwen3.8, Kimi K3, at GPT-5.6 ay sinubok sa 'Thunder Jet' Game Generation

Noong nakaraang linggo, ipinakilala ang Qwen3.8-Max-Preview at Kimi K3, na nagpapataas ng laki ng parametro ng mga lokal na malalaking modelo sa higit sa 2 trilyon.

Gayunpaman, ang laban sa malalaking modelo ay nasa labas na ng bersyon na nagtatasa lamang sa mga benchmark at parameter. Ang pinakamahusay na pamantayan para sukatin ang kakayahan ng base model ay ang kakayahang makiisa nang totoo sa araw-araw na workflow.

Para sa ganitong sitwasyon, pinasyalan ng Biteye ngayon na ipakita kung ano talaga ang tunay na kalikasan nito.

Sa parehong prompt na “Gawin ang isang simpleng laro sa web na estilo ng Biteye na may isang pangungusap,” ang tatlong modelo—Qwen3.8, Kimi K3, at gpt5.6 sol—nagbigay ng ganap na iba’t ibang sagot:

• Qwen3.8: Maaaring gumalaw, at limitado lamang sa paggalaw
• GPT-5.6 Sol: Magandang visual, parang opisyal na website ng brand
• Kimi K3: Pinakamaraming gimmick, pinakamalakas ang pakiramdam na laro

⚠️ Paalala: Dahil sa limitasyon sa computing power, ang Kimi K3 ay hindi na nag-aalok ng subscription, at ang pagsubok na ito ay pinangasiwaan ng WorkBuddy.

https://x.com/i/status/2079865420576927996

🔗：Subukan ang bersyon 3.8 ng Qwen

Buksan ang Qwen3.8 version, ang unang pagkakataon ay: Tumatawa ka ba sa akin?

Malalim na berdeng background, sa gitna ay isang logo na hindi native sa Biteye, isang button na “Simulan ang Laro”. Ang mga itim na teksto sa pamagat ay nagkakaisa sa malalimang background, parang nagsisimula na ang隐身 mode.

Pagkatapos pumunta sa laro, ang mga pangunahing tampok ay kahit paano ay gumagana:

• Drag ng mouse sa jet fighter
• Auto-fire bullets
• Red triangle enemy aircraft
• Score counting
• Collision and Termination Mechanism

Sa pagsubok, ang fighter jet ay maaaring magpatuloy na magbunsod, at ang marka ay tumataas patungo sa 858, at kumpleto na ang pagpapatakbo ng Qwen3.8.

Ang problema ay ang buong laro ay parang isang bagong itinatayong Canvas Demo: ang mga kalaban ay tatsulok, ang mga bala ay mga point ng liwanag, at ang gameplay ay halos walang pagbabago. Walang pag-unlad ng armas, walang sistema ng item, at walang malinaw na ritmo ng level.

Tulad ng inihayag ng sariling team ng Qwen, ang post-training ng Qwen3.8 ay hindi pa tapos at nasa “araw-araw na iterasyon”.

Malinaw na hindi pa sumali ang art at planning.

https://x.com/i/status/2079865420576927996

🔗：Subukan ang GPT-5.6 Sol version

Buksan ang GPT-5.6 Sol version, agad umabot sa antas.

Kaliwa ay malinaw na gawain, gitna ay battlefield, at kanan ay visualization ng radar at telemetry module. Ang madilim na background na may fluorescent cyan, kasama ang pagkakasunod-sunod ng Chinese at English at mga elemento ng brand na Biteye, ay nagbibigay ng malakas na visual na epekto ng dashboard ng isang espia na 007.

Mas mayaman din ang sistemang ito kaysa kay Qwen, halimbawa:

• Wave波次
• Armor
• Overdrive state
• Combo na pagpapalit
• Pinakamataas na rekord
• Pahinga sa function
• Paggamit ng mouse at keyboard nang sabay-sabay

Sa real-world testing, nagsagawa nang maayos ang laro at nakakuha ng 922 puntos. Pagkatapos ng pagkabigo, hindi ito simple na nagpapakita ng “Game Over,” kundi nagpapakita ng “Plane Offline,” at ang pagpapalit muli ay tinatawag na “Reconnect.” Mula sa simula hanggang sa pagkalkula, ang lahat ng teksto at visual ay sumusunod sa iisang mundo, at ito ay medyo fancy.

Gayunpaman, ang problema ng GPT-5.6 Sol ay sobrang magaling sa pagpapakita. Ang mga panel ng impormasyon sa kaliwa at kanan ay nagsisilbi ng malaking espasyo, samantalang ang totoong larong area ay napipigilan sa gitna. Mas parito itong isang napakalaking brand campaign page na may isang maliit na laro na nakapaloob dito.

Kumpara sa Qwen3.8, ang lahat ng美术, brand, at operations ng gpt-5.6 sol ay nasa posisyon na, ngunit ang game design ay tila nagmamadali.

https://x.com/i/status/2079865420576927996

🔗：Try out Kimi K3 version

Kahit na hindi gaanong nakakatutok ang unang screen ng Kimi K3 kumpara sa GPT-5.6 Sol, nagsisimula nang magkakaroon ng iba’t ibang lasa kapag lumabas ang paliwanag ng laro:

• W: Pagsusulong ng lakas
• S: StarShield
• B: Bomb
• H: Ipinag-ayos
• Space: Iwasan ang bomba
• P: Pinaaantay
• M: I-sumpa

Pagkatapos magsimula ang laro, mayroon pa tayong tatlong buhay, antas ng pwersa, bilang ng mga bomba, pindutan ng pagpause, at switch ng tunog.

Ang dalawang iba pang bersyon ay patuloy pa ring naglalakbay nang mabagal sa “paano galawin ang eroplano,” habang ang Kimi K3 ay nagsisimula nang isipin kung paano laruin pagkatapos makakuha ng item.

Ito ang pinakamalaking pagkakaiba sa tatlong bersyon: ang Qwen ay nagdagdag ng function ng pagbubunot, ang Sol ay nagbigay ng visual na pagpapakita, habang ang Kimi ay aktibong idinagdag ang mga item, yaman, pag-unlad, at mga aktibong kasanayan.

Kasalungat, ang mga imahe nito ay hindi pa gaanong detalyado. Ang mga kaaway at mga efekto ay karamihan ay simpleng heometrikong anyo, at ang ilang mga materyales ng logo ay direktang isinaput. Ngunit bilang isang maliit na laro, ito ay pinakamahusay na magbigay ng mga bagong bagay sa mga manlalaro.

Kung isasama ang tatlong modelo bilang mga bagong empleyado, ang pagsubok na ito ay magiging ganito:

Halimbawa ng pagsubok ng Thunder Fighter ni Biteye, ngayon ay hindi mahirap hingin sa malalaking modelo ang pagsulat ng code para gumawa ng isang webpage kung saan “lumilipad ang eroplano at naglalabas ng mga bala”.

Ngunit ang totoong nagtataglay ng pagkakaiba ay kung ang modelo ay magdidisenyo ng feedback, mga antas, mga item, pag-unlad, at mga temang visual pagkatapos ng pagsasanay sa lohika. Dapat hindi lamang maintindihan ng malaking modelo ang code, kundi dapat talagang maintindihan kung bakit ayaw ng manlalaro na maglaro ng isang round pa.