AI 产品

四款AI前沿模型在《魂斗罗》风格游戏中的性能比较

首次出现 8月19日 08:31·最近更新 8月19日 08:31

基于一项测试，使用相同的提示、规则、死亡逻辑和记分板，评估了DeepSeek V4 Pro 0813、Qwen3.8 Max、Kimi K3和GLM-5.2四款AI模型在自动播放的《魂斗罗》风格游戏中的表现。事实部分包括：比较旨在观察模型在移动、生存、敌人行为和评分等方面的行为。讨论部分指出：交互式模型比较比基准测试更能揭示实际行为。该比较来自Twitter/X AI List，非官方发布。

多来源证据

Twitter/X AI List·twitter·8月19日 01:27

我们在同一个自动播放的魂斗罗风格游戏中比较了四款前沿模型： DeepSeek V4 Pro 0813 Qwen3.8 Max Kimi K3 GLM-5.2 相同提示。相同规则。相同死亡逻辑。

我们比较了四款前沿模型在同一个自动播放的魂斗罗风格游戏中：DeepSeek V4 Pro 0813、Qwen3.8 Max、Kimi K3、GLM-5.2。使用相同提示、相同规则、相同死亡逻辑、相同记分板。目标不仅是看哪个模型能生成可玩的游戏，而是比较每个模型在真实游戏循环中处理移动、生存、敌人行为和评分的方式。这就是为什么交互模型比较很重要。基准测试有用，但游戏揭示行为。由Novita AI支持——200+模型，一个API。

事件时间线

8月19日 01:27
Twitter/X AI List
我们在同一个自动播放的魂斗罗风格游戏中比较了四款前沿模型： DeepSeek V4 Pro 0813 Qwen3.8 Max Kimi K3 GLM-5.2 相同提示。相同规则。相同死亡逻辑。

四款AI前沿模型在《魂斗罗》风格游戏中的性能比较

多来源证据

我们在同一个自动播放的魂斗罗风格游戏中比较了四款前沿模型： DeepSeek V4 Pro 0813 Qwen3.8 Max Kimi K3 GLM-5.2 相同提示。 相同规则。 相同死亡逻辑。

事件时间线

我们在同一个自动播放的魂斗罗风格游戏中比较了四款前沿模型： DeepSeek V4 Pro 0813 Qwen3.8 Max Kimi K3 GLM-5.2 相同提示。相同规则。相同死亡逻辑。