现在，用 Grok 3、o1、DeepSeek 生成简单小游戏已经不足为奇，效果都还不错，难分伯仲。那么这些模型在生成复杂 3D 游戏上的表现如何呢？

AI 技术达人 Lisha，对 Grok 3、o1、Sonnet 3.5、Llama 4、DeepSeek 和 Gemini，6 款目前主流的 AI 模型进行了测试，生成一个 3D 《沙丘 x 我的世界》。

游戏生成提示词

详细评测

1. o1
兼顾了美学和功能性。游戏可玩， 画面不错，操作流畅，能成功开采香料。

游戏地址：https://play.rosebud.ai/p/3d71be95-075f-4891-9cea-b9e4824f365b

2. Grok 3
美学表现惊艳！ 尤其是沙丘风格的香料采矿车，视觉效果很棒。但缺乏完整性，可自由移动，但合成系统未实现，游戏性不足。

游戏地址：https://play.rosebud.ai/p/61385e4b-0ce4-44ba-87a4-fe8be5be692d

3. Sonnet 3.5
玩法比 Grok 3 更完整，可以开采香料。但整体氛围不如 o1 和 Grok 3，缺少沉浸感。

游戏地址：https://play.rosebud.ai/p/c3aaf9bd-bbe2-48aa-9626-2280a7c25bc8

4. DeepSeek
代码成功运行，但游戏难度极高，玩家几秒内就会失败。视觉效果较差，即使尝试优化，进步有限。

游戏地址：https://play.rosebud.ai/p/2fcac7de-2820-4b09-9851-f31f0f779dad

5. Gemini 2.0 Flash 和 LLaMA 4
排名垫底，它们在第一次尝试时都未能生成可运行的代码，而其他模型都能。尝试了多次，但仍然无法成功生成符合要求的游戏。

总结

最令人印象深刻的模型是 o1、Grok 3 和 Sonnet 3.5。Grok 在美学呈现上表现最佳（甚至生成了一个非常酷的香料采矿卡车），但游戏的可玩性较差。o1 综合表现最佳，既有功能性，又有视觉吸引力。Sonnet 3.5 紧随其后，虽然具有一定可玩性，但整体氛围不如前两者。

游戏部署及测试平台：Rosebud

Rosebud 支持一键部署，并且能够对项目代码进行迭代。