Geçen hafta, Qwen3.8-Max-Preview ve Kimi K3 sırayla piyasaya sürüldü ve yerli büyük modellerin parametre boyutu 2 trilyonun üzerine çıkarıldı.
Ancak büyük modeller arasındaki rekabet, yalnızca benchmarklara ve parametrelere bakılan aşamayı zaten geçti. Temel modellerin yeteneğini ölçmenin en iyi standartı, günlük iş akışlarına gerçekçi şekilde dahil olabilmektir.
Biteye, bugün atı mı eşek mi, dışarı çıkarıp görelim diye karar verdi.
Aynı "bir cümle ile Biteye tarzı bir雷霆战机 web oyunu oluştur" talimatı için Qwen3.8, Kimi K3 ve gpt5.6 sol modelleri tamamen farklı cevaplar verdi:
- Qwen3.8: Hareket edebiliyor, ancak sadece hareket edebiliyor
- GPT-5.6 Sol: Görsel olarak güzel, bir marka web sitesi gibi
- Kimi K3: En çok eğlenceli, en güçlü oyun hissi
⚠️ Önemli Not: Kimi K3, hesaplama gücü sınırlaması nedeniyle abonelikler artık açılmamaktadır; bu test, WorkBuddy tarafından çağrılacaktır.
Qwen3.8: Uçak kalktı, ancak sonra bir şey olmadı | Değerlendirme: 1 yıldız⭐
https://x.com/i/status/2079865420576927996
Qwen3.8 sürümünü açınca ilk hissım şuydu: Bana mı dedin?
Derin mavi arka plan, ortada Biteye'nin orijinal olmayan bir logosu ve bir "Oyuna Başla" butonu. Başlıkta yer alan siyah metin, derin arka planla kaynaşmış gibi görünüyor, sanki önceden gizlenme modunu etkinleştirmiş.
Oyuna girildikten sonra temel işlevler kabul edilebilir düzeyde:
- Fareyle sürükle ve bırak savaş uçağı
- Otomatik mermi fırlatma
- Kırmızı üçgen düşman uçağı
- Puanlama
- Çarpışma ve Sonlandırma Mekanizması
Gerçek testlerde, savaş uçağı sürekli ateşleyebiliyor ve puan 858'e kadar yükseliyor; Qwen3.8 en azından çalışır hale getirildi.
Ancak sorun, tüm oyunun yeni kurulmuş bir Canvas demo'su gibi olması: düşman uçakları üçgenler, mermiler ışık noktaları, oyun mekaniği neredeyse değişmedi. Hiçbir silah gelişimi, hiçbir eşya sistemi ve açıkça belirgin bir seviye ritmi yok.
Qwen ekibi tarafından kendileri açıklandığı gibi, Qwen3.8'in ince ayarı henüz tamamlanmadı ve "günlük olarak yinelemekte" durumda.
Açıkçası, sanat ve tasarımcılar hâlâ gruba katılmadı.
GPT-5.6 Sol: Görsel tasarım iyi, oyun mekanikleri geliştirilmeli | Değerlendirme: 3.5 ⭐
https://x.com/i/status/2079865420576927996
🔗：GPT-5.6 Sol sürümünü deneyin
GPT-5.6 Sol sürümünü açın, hemen etki artıyor.
Sol tarafta belirgin bir görev, ortada savaş alanı, sağ tarafta görselleştirilmiş radar ve telemetri modülü yer alıyor. Karanlık arka plan, fluoresan siyan renk, İngilizce ve Çince karışık metinler ve Biteye marka unsurları ile 007 casus仪表盘 gibi güçlü bir görsel etki yaratıyor.
Sistemi Qwen'den çok daha zengin, örneğin:
- Wave Dalgası
- Armor
- Overdrive durumu
- Kombinasyon vuruşu
- En yüksek kayıt
- İşlemi durdur
- Fare ve klavye çift işlem
Test edilirken oyun başarıyla çalıştı ve 922 puan elde edildi. Başarısız olduktan sonra basitçe “Game Over” mesajı değil, “Savaş uçağı çevrimdışı” mesajı gösteriliyor ve yeniden başlatmak için “Yeniden bağlan” seçeneği kullanılıyor. Başlangıçtan sonuçlandırma aşamasına kadar metin ve görsel, aynı dünya görüşünü koruyor, bu da oldukça şık.
Ancak GPT-5.6 Sol'un sorunu, çok iyi ambalaj yapması. Sol ve sağ taraftaki bilgi panelleri büyük alan kaplıyor, gerçek oyun alanı ise ortada sıkıştırılıyor. Bu, ortasında rastgele yerleştirilmiş küçük bir oyunla birlikte oldukça tamamlanmış bir marka etkinlik sayfasına daha çok benziyor.
Qwen3.8'e göre GPT-5.6 Sol'un sanat, marka ve operasyon ekipleri tamamen yerine geldi, ancak oyun tasarımcısı açıkça biraz boş zaman geçirdi.
Kimi K3: Başkaları demo yapıyor, o artık ücretli özellikler ekliyor | Değerlendirme: 4 ⭐
https://x.com/i/status/2079865420576927996
Kimi K3'ün ilk ekranı GPT-5.6 Sol kadar etkileyici olmasa da, oyun açıklaması ortaya çıktığında tadı farklılaşır:
- Ç: Güçlendirme
- S: Yıldız Kalkanı
- B: Bomba
- H: Düzeltildi
- Boşluk: Bombayı serbest bırak
- P: Durduruldu
- M: Sessize al
Oyuna girdikten sonra üç can, ateş gücü seviyesi, bomba sayısı, duraklatma düğmesi ve ses aç/kapa anahtarı bulunur.
Diğer iki sürüm hâlâ “uçak nasıl hareket eder” sorununu çözüyor, Kimi K3 ise oyuncunun eşya topladıktan sonra nasıl oynayacağına dair düşünmeye başlamıştır.
Bu, üç sürüm arasındaki en açık fark: Qwen nişan alma işlevini yaptı, Sol görsel paketlemeyi yaptı, Kimi ise eşya, kaynak, gelişim ve aktif becerileri aktif olarak tamamladı.
Elbette, görselleri hâlâ ince detaylı değil. Düşman uçakları ve efektler çoğunlukla basit geometrik şekillerden oluşuyor ve bazı logo malzemeleri de doğrudan yerleştirilmiş. Ancak bu küçük bir oyun olarak, oyunculara sürekli yeni şeyler sunmayı en iyi şekilde biliyor.
Üç model, hangi departmana alınmalı?
Üç modeli yeni çalışanlar gibi düşünürsek, bu test şu şekilde olacak:
Bir cümle üretme oyunu, artık sadece kodla değil, erken olmakla kazanılıyor.
Biteye'nin Thunder Fighter testine örnek vererek, büyük bir modelin "uçak hareket eder, mermi ateşler" şeklinde bir web sayfası yazması artık kolay.
Ancak gerçek farkı, modelin ön mantık eğitimi sonrası geri bildirim, seviye, eşya, ilerleme ve görsel temaları kendi kendine tasarlayıp tasarlamayacağı oluşturur. Büyük modeller sadece kodu anlamakla kalmaz, aynı zamanda oyuncuların neden bir daha oyun oynamak istediğini gerçekten anlamalıdır.