पिछले सप्ताह, Qwen3.8-Max-Preview और Kimi K3 ने क्रमिक रूप से पेश किया, जिससे घरेलू बड़े मॉडल का पैरामीटर स्केल 2 ट्रिलियन से अधिक पर पहुंच गया।
हालांकि, बड़े मॉडल की प्रतिस्पर्धा अब केवल बेंचमार्क या पैरामीटर्स को देखकर नहीं हो रही है। दैनिक कार्य प्रवाह में वास्तविक रूप से शामिल होने की क्षमता ही बेस मॉडल की क्षमता का सबसे अच्छा मापदंड है।
इसके लिए, Biteye आज फैसला करता है कि यह गधा है या घोड़ा, बाहर निकालकर देखते हैं।
एक ही "एक वाक्य में एक बाइटाइ शैली का रिंडर जेट वेब गेम बनाएं" प्रॉम्प्ट, Qwen3.8, Kimi K3, gpt5.6 sol तीनों मॉडलों ने पूरी तरह अलग-अलग जवाब दिए:
- Qwen3.8: केवल सक्रिय हो सकता है, और केवल तब ही सक्रिय हो सकता है
- GPT-5.6 Sol: विजुअल्स अच्छे लगते हैं, ब्रांड की वेबसाइट जैसे
- Kimi K3: सबसे अधिक फ़न, सबसे अधिक गेमी अनुभव
⚠️ सूचना: किमी K3 के कैलकुलेशन क्षमता सीमा के कारण सदस्यता बंद हो गई है, इस परीक्षण को अंततः WorkBuddy द्वारा कॉल किया गया।
Qwen3.8: लड़ाकू विमान उड़ गया, लेकिन उसके बाद कुछ नहीं | रेटिंग: 1 सितारा⭐
https://x.com/i/status/2079865420576927996
🔗：Qwen3.8 संस्करण का ट्रायल करें
Qwen3.8 वर्जन खोलने का पहला इंप्रेशन यह है: मुझे ठग रहे हो?
गहरे नीले बैकग्राउंड, बीच में एक बाइटाय का मूल लोगो नहीं, एक “गेम शुरू करें” बटन। शीर्षक में काला पाठ गहरे बैकग्राउंड के साथ विलीन हो जाता है, मानो पहले से ही अदृश्य मोड चालू हो गया हो।
गेम में प्रवेश करने के बाद, बुनियादी सुविधाएँ थोड़ी बहुत ठीक हैं:
- Drag the fighter jet with your mouse
- Auto Fire Bullets
- Red triangle enemy aircraft
- Score Statistics
- Collision and Termination Mechanism
प्रयोग में, लड़ाकू विमान लगातार गोलीबारी कर सकता है, और स्कोर 858 तक बढ़ गया, Qwen3.8 कम से कम काम कर रहा है।
लेकिन समस्या यह है कि पूरा खेल एक ताजा बनाया गया Canvas Demo की तरह है: दुश्मन विमान त्रिकोण हैं, गोलियाँ प्रकाश बिंदु हैं, और खेल का तरीका लगभग अपरिवर्तित रहता है। कोई हथियार विकास नहीं, कोई वस्तु प्रणाली नहीं, और कोई स्पष्ट स्तरीय गति नहीं है।
जैसा कि Qwen टीम ने स्वयं घोषित किया है, Qwen3.8 का पोस्ट-ट्रेनिंग अभी पूरा नहीं हुआ है और यह "दिन प्रतिदिन इटरेट हो रहा है"।
स्पष्ट रूप से, कलाकार और प्लानर अभी तक समूह में शामिल नहीं हुए हैं।
GPT-5.6 Sol: ग्राफिक्स अच्छे हैं, लेकिन गेमप्ले को मजबूत करने की आवश्यकता है | रेटिंग: 3.5 ⭐
https://x.com/i/status/2079865420576927996
🔗：GPT-5.6 Sol संस्करण का ट्रायल उपयोग करें
GPT-5.6 Sol संस्करण खोलें, और तुरंत ऊर्जा बढ़ जाती है।
बाएं ओर स्पष्ट कार्य, मध्य में लड़ाई क्षेत्र, और दाएं ओर विज़ुअलाइज़ेशन रडार और टेलीमेट्री मॉड्यूल। गहरे पृष्ठभूमि के साथ फ्लोरेसेंट साइन, मिश्रित अंग्रेजी और चीनी पाठ, और Biteye ब्रांड तत्वों के साथ, यह 007 स्पाई इंस्ट्रूमेंट पैनल की तरह दिखता है।
इसकी प्रणाली Qwen की तुलना में काफी अधिक समृद्ध है, उदाहरण के लिए:
- Wave वेव
- Armor आर्मर
- ओवरड्राइव स्थिति
- कॉम्बो कॉम्बो
- सर्वोच्च रिकॉर्ड
- Pause feature
- माउस और कीबोर्ड दोनों के साथ ऑपरेशन
परीक्षण में, खेल सफलतापूर्वक चला और 922 अंक प्राप्त किए। हारने पर सिर्फ "Game Over" नहीं दिखाया जाता, बल्कि "फाइटर ऑफलाइन" दिखाया जाता है, और पुनः शुरू करने के लिए "पुनः कनेक्ट" कहा जाता है। शुरुआत से लेकर परिणाम तक, सभी पाठ और दृश्य एक ही विश्वदृष्टि को बनाए रखते हैं, जो काफी fancy है।
हालाँकि, GPT-5.6 Sol की समस्या यह है कि यह बहुत अच्छी तरह से पैकेजिंग करता है। बाईं और दाईं ओर के जानकारी पैनल बहुत अधिक स्थान घेरते हैं, जबकि वास्तविक गेम क्षेत्र मध्य में सम्मिलित हो जाता है। यह अधिक एक उच्च स्तरीय ब्रांड एक्टिविटी पेज की तरह है, जिसमें एक छोटा गेम सम्मिलित किया गया है।
Qwen3.8 की तुलना में, gpt-5.6 sol की कला, ब्रांडिंग और संचालन टीम सभी तैनात हैं, हालाँकि गेम प्लानिंग स्पष्ट रूप से कुछ आराम कर रही है।
Kimi K3: जब दूसरे डेमो बना रहे होते हैं, तो यह क्रेडिट अपग्रेड शुरू कर देता है | रेटिंग: 4 स्टार⭐
https://x.com/i/status/2079865420576927996
किमी K3 की पहली स्क्रीन हालाँकि GPT-5.6 Sol जितनी आश्चर्यजनक नहीं है, लेकिन गेम का विवरण आते ही अंदाज़ अलग हो जाता है:
- W: आग की शक्ति बढ़ाई गई
- S: StarShield
- B: बम
- H: ठीक किया गया
- Space: Release the bomb
- P: प्रतीक्षा
- M: साइलेंट
गेम में प्रवेश करने के बाद, तीन जीवन, फायरपावर लेवल, बमों की संख्या, पॉज़ बटन और ध्वनि स्विच उपलब्ध हैं।
अन्य दो संस्करण अभी भी “विमान कैसे चलता है” को हल करने में धीमे हैं, जबकि किमी K3 प्लेयर द्वारा आइटम इकट्ठा करने के बाद कैसे खेलें, इस पर विचार करना शुरू कर चुका है।
यह तीनों संस्करणों के बीच सबसे स्पष्ट अंतर है: Qwen ने शूटिंग फीचर बनाया, Sol ने विजुअल पैकेजिंग किया, और Kimi ने सक्रिय रूप से आइटम, संसाधन, विकास और सक्रिय कौशल को पूरा किया।
Of course, its visuals are still not detailed. Enemy aircraft and effects are mostly simple geometric shapes, and some logo assets are applied quite directly. But as a small game, it knows best how to keep giving players new things.
तीन मॉडल, जिन विभागों में शामिल किए जाएँ?
अगर तीन मॉडल को नए कर्मचारी के रूप में देखा जाए, तो यह परीक्षण लगभग इस तरह होगा:
एक लाइन का गेम बनाना, अब सिर्फ कोड का प्रतिस्पर्धा नहीं है
Biteye के Thunder Fighter टेस्ट के उदाहरण के साथ, अब बड़े मॉडल द्वारा कोड लिखकर एक ऐसी वेबसाइट बनाना आसान है जहां विमान चलता है और गोलियाँ दागी जाती हैं।
लेकिन वास्तविक अंतर यह है कि मॉडल को प्री-लॉजिक ट्रेनिंग के बाद, क्या यह स्वयं फीडबैक, लेवल, आइटम, विकास और विजुअल थीम का डिज़ाइन करेगा। बड़े मॉडल को केवल कोड समझना ही नहीं, बल्कि यह भी समझना होगा कि खिलाड़ी एक और गेम प्ले क्यों करना चाहते हैं।