Step 5 Preview、DeepSeek V4 Pro和GLM5.3这三款大模型同时上桌我只给它们一个任务做同一个3D游戏。不是比谁的宣传口号响亮而是真的在同一台电脑、同一个浏览器、同一份验收清单下从零生成一个能玩、能跑、能装进安卓手机的滚球迷宫游戏。这篇不是跑分评测而是我最近三天实测的记录和踩坑笔记。如果你也想用大模型快速出3D游戏原型又不想被“看起来能跑”骗到这篇应该能帮你少走点弯路。先说结论三个模型都能在半小时内产出可运行的3D游戏但完成度、手感和后期修复成本差距非常大。Step 5 Preview首版就给出了最“听话”的版本DeepSeek V4 Pro的代码架构最像工程GLM5.3的视觉包装最像成熟产品。真正拉开差距的是当我开始往安卓端适配、加移动端控制、调性能时它们谁肯跟着我思路走。1. 为什么我要拿同一款3D游戏来测三个模型1.1 三者定位和这次测试的期待值先说Step 5 Preview。它给我的第一印象是“和用户目标对齐得极快”。同样是长需求它倾向于把需求拆成清单逐条落实不擅自发挥也不过度设计。这对于出原型来说是好事尤其当你心里已经有明确玩法时。DeepSeek V4 Pro我平时拿来写工具类和算法类代码比较多它的强项是结构组织生成出来的代码一看就是分模块的变量命名、函数边界、注释位置都很规整。代价是视觉层往往偏朴素像个“程序员的审美”单看代码像那么回事跑起来画面却不够惊艳。GLM5.3在中文语境下交互意图理解最强特别擅长在细节上补你自己都没说清的东西。比如你只说“摄像机跟随”它会自己加平滑阻尼、加入场动画、加视角切换按钮。问题也出在这里它给的太多了首版文件体积明显更大运行性能和移动端适配需要额外花力气去收紧。我原本期待的是“三选一挑个最好用的”实测下来发现完全不是这回事这个项目A模型的强项正好补上B模型的短板。所以我改成“三个版本都留着各取所长”。1.2 设置可复现的验收维度为了避免“每个人标准不一样”这种口水战我把验收拆成五个硬指标任何一个不过都算失败维度验收标准可玩性球能稳定移动迷宫有明确入口出口能通关并结算代码质量无控制台报错变量命名清晰关键逻辑有注释3D效果有光影、材质、摄像机跟随场景不穿模、不白屏移动端适配触屏能正常控制页面缩放被禁用不误触浏览器手势可封装性所有代码能打进一个HTML文件并成功包装成安卓App所有模型都使用同一个HTML文件作为最终交付物不考虑前端框架不拉外部依赖包。这样能最大化消除环境变量模型生成完我下载打开浏览器就能跑不用去配Node环境不用装npm包。三个模型之间唯一的变量就是它们的生成策略。2. 测试前置准备与任务设计2.1 为什么选3D滚球迷宫来当考题我选的题目是“3D滚球迷宫”一个球在迷宫里滚动玩家控制方向从起点走到终点计时通关。为什么是它因为这个项目刚好踩在大模型写3D游戏的典型难点上要处理Three.js场景搭建、物理碰撞、摄像机跟随、移动端输入映射、性能优化这些常见但容易出错的细节。市面上大量用大模型生成的“3D游戏”多是绕着一个看不懂的方块旋转那种东西没有碰撞、没有玩法闭环根本不能说明模型真实水平。滚球迷宫把碰撞、重力、视角、输入、判定全都凑齐了每个模型都必须正面处理这些硬骨头。同时它还自带趣味性我第一次玩自己调出的版本时也卡在迷宫里绕了半天这种“能通关但有点难”的度比跑分更能反映一个模型的边界。2.2 统一提示词模板三个模型拿到的提示词一字不差全文如下请用Three.jsr160配合原生JavaScript开发一个3D滚球迷宫游戏要求 1. 3D迷宫由地面方格和墙体构成迷宫尺寸8x8入口和出口位置清晰 2. 玩家通过WASD或方向键对球体施加力来控制滚动不允许瞬移 3. 主摄像机跟随球体提供平滑的第三人称视角 4. 包含重力、球体滚动效果、墙体碰撞检测 5. 包含计时器、移动步数统计、到达终点后的结算面板 6. 适配手机端触屏支持虚拟摇杆控制 7. 所有内容放在一个HTML文件中使用内联JavaScript不依赖外部CDN离线可运行。这里有个刻意为之的设计我把“不依赖外部CDN”写进去。实测经验告诉我很多大模型生成的HTML默认引用CDN上的Three.js一旦网络环境不稳或需要离线演示就会白屏。要求内联其实也是逼着模型完整展示它对Three.js API的掌握程度。2.3 测试环境与评分标准我的测试环境是MacBook ProM1 Pro16GB内存Chrome浏览器Android 13真机骁龙778G处理器用于移动端测试。每个模型独立开一个标签页不共享任何缓存状态。评分方式不搞主观打分而是记录四个客观数据首次运行是否报错从提示词到“可玩版本”需要几轮对话迷宫和球体渲染是否正常有没有嵌入墙里在安卓真机上的平均帧率首版能直接玩的就算“一轮通过”需要返工的记录问题数量。我还额外记录了一个指标每次排查问题时模型是精准定位到代码行还是泛泛而谈。3. 三位选手的实测展开3.1 Step 5 Preview首版生成质量与完成度Step 5 Preview的首版代码让我印象最深的是“不返工”。它没有急着炫技而是先把我提示词里的七个要求一个不落全做出来了。迷宫是标准的8x8网格用二维数组生成墙壁通过合并BoxGeometry来减少渲染批次这一点很多模型根本想不到。球体用了MeshStandardMaterial光照是DirectionalLight加HemisphereLight整体亮度适中白墙没有过曝。碰撞检测用AABB轴对齐包围盒做法跑起来确实能挡住球没有出现“球穿墙而过”的常见事故。最让我意外的是虚拟摇杆。很多模型把摇杆做成一个固定在左下角的圆形不管按哪里都往固定方向跑。Step 5 Preview做的是“跟随手指落点的摇杆”手指按下去的位置作为中心拖动的偏移量决定方向和力度。这个细节对手感影响极大安卓上跑起来几乎不用改。它的短板在后期才暴露当我要加“第二关”“更高难度”这类扩展需求时它默认在同一个html文件里堆代码而不是主动把游戏状态抽成独立模块。继续堆到第3关时代码可读性明显下降。我在实测里发现它更适合“一次给全需求”的工作方式不太适合边做边加的迭代路径。3.2 DeepSeek V4 Pro工程化优势明显边界感也强DeepSeek V4 Pro生成的结构是我在全文中唯一想直接拿去做二次开发的版本。它的HTML顶部是const CONFIG {}统一管理迷宫大小、摩擦力、球半径、重力等参数中间是MapBuilder、BallController、CameraController三个类最后是游戏主循环。逻辑边界非常清楚哪块代码负责什么一眼扫过去就知道。这种结构带来的直接好处是调试成本低。我在测试中发现它生成的球体初始位置正好在迷宫入口处——写信代码的人还要手调坐标它通过读取地图数组动态定位。但我修改摩擦系数时又发现一个问题它的物理参数写得太“教科书”。初始摩擦系数设成0.8球在平地上几乎开不动移动手感发粘推半天才挪一点。我让它调低摩擦系数它给出建议值0.3并解释了原因摩擦力过大会导致移动迟缓过小会导致惯性无法停止。这一点是其他两个模型没给的。不过它的视觉层确实朴素整个场景就是灰色墙、灰色地板、红色球体没有纹理、没有粒子特效像一个调试器。在我真机测试时DeepSeek版本掉帧最轻。因为它的网格合并做得最彻底场景对象数量最少。对比下来GLM5.3版本同一台安卓机上平均33帧DeepSeek版本能稳在55帧左右。这是一笔很清楚的性能账。3.3 GLM5.3视觉细节最好看代价是移动端缩水如果只看浏览器里的效果第一眼GLM5.3赢得很明显。它给迷宫加了彩色墙面材质、球体上加了发光轮廓、迷宫里随机分布了可拾取的光点还自带一个入场旋转动画。这些额外效果让我第一感觉是“这才像个游戏”。但移动端体验暴露了一堆问题。虚拟摇杆的响应区域太小手指稍偏就滑出摇杆触屏事件没有调用preventDefault导致我在手机上划动时页面跟着上下滚动入场动画在低端机上卡成幻灯片。最麻烦的是它把阴影贴图开到了2048分辨率并且对每个墙块都单独开启了castShadow。安卓端跑起来GPU负载直接拉满机身发烫。我让它顺手把阴影分辨率调低到1024它建议干脆去掉地面阴影、只保留墙体间遮挡的阴影再配合模型压缩。调整完之后帧率从33提到42温度才降下来。这里我必须说一句公道话GLM5.3的审美底子确实好它知道3D游戏哪里该有光、哪里该有粒子、哪里该有反馈。但这些效果默认全开对移动端是灾难。如果你的目标平台就是手机拿到它的首版代码后第一件事不是玩而是做减法。3.4 同一需求下三版代码差异对照我用同一个提示词跑完后把三份代码的差异整理成了表格方便大家直接对比参看对比项Step 5 PreviewDeepSeek V4 ProGLM5.3首版可玩率约90%约85%约70%代码组织平铺式函数模块化配置中心类大量装饰效果视觉表现中规中矩朴素偏工程精致有氛围碰撞检测AABB边缘补偿AABB修正后正常有穿透案例需修移动端摇杆跟随手指体验好固定摇杆可接受区域小需放大安卓帧率约50帧约55帧初始33优化后42扩展难度中低中高这里最能说明问题的是“移动端摇杆”和“安卓帧率”两行浏览器里跑得再漂亮一上安卓就见真章。我的评价标准一直是“最终成品在手机上能不能玩”浏览器里好看只能算完成了一半。4. 问题排查与修复实录4.1 实战中遇到的典型问题与修复方案三天的实测里我把踩过的坑统一整理成速查表。这些不单是这三个模型的特有问题也是任何人拿大模型写3D游戏都会撞上的高频问题。现象根因修复方案球体卡在墙边无法移动球是圆形但碰撞用AABB方盒判断边角处产生“卡死”给碰撞范围做圆化补偿推墙时按球体半径偏移0.2单位并允许沿墙体表面滑动手机上页面跟着手指滚动触控事件未阻止浏览器默认行为在touchstart/touchmove里调用event.preventDefault()并用touch-action: none锁定场景白茫茫一片看不清墙壁光照位置不对DirectionalLight从摄像机正后方打光导致墙面反光过曝把光照角度调成斜向下45度并降低光照强度到1.2安卓打开后白屏Three.js库从外网CDN加载离线或网络不稳时加载失败改写为内联脚本或把Three.js库文件直接放进工程assets目录帧率低到卡顿每个墙体单独开阴影高分辨率阴影贴图合并墙体Geometry阴影分辨率降至1024剔除不必要的castShadow迷宫没出口生成算法只生成墙没在边界开洞检查迷宫生成逻辑处理入口/出口格子的墙块确保有一格通行路径速查表的每一条都是从真实的控制台报错和手机实测里推出来的不是拍脑袋。其中最容易被忽略的是第一条“球卡墙边”。大模型默认用AABB算碰撞对立方体房间的墙体没问题但球体滚动方向是斜的撞进墙角时两个方向的碰撞同时触发球的移动向量被归零就会原地抽搐。我后来在代码里加了一条修正逻辑当检测到同时碰撞X和Z轴时取碰撞法线的垂直方向作为滑动方向。改完这个手感立刻顺滑。4.2 从网页版到开源安卓3D游戏的一次封装三个版本在浏览器里跑通后我把它们逐个打包成了安卓APK。很多朋友会卡在这一步其实现在有大模型辅助这一步反而最好做。我的封装方案是用Capacitor把HTML包进一个Android工程。简单说它就是一个全屏WebView容器把本地HTML/JavaScript当成原生页面加载。具体步骤是新建空目录把整理好的index.html放进去npm install capacitor/core capacitor/cli capacitor/android执行npx cap init填写应用名称和包名npx cap add android生成安卓工程把html文件拷进android/app/src/main/assets/public/npx cap open android用Android Studio直接构建APK。这样一个封装过程三个版本总共花了不到两小时。我还把最终成果放到了GitHub上用MIT协议开源仓库里同时放了Step 5 Preview版、DeepSeek V4 Pro版和GLM5.3版每个版本都附带README说明改动记录。想直接拿去改装成自己的开源安卓3D游戏完全可以按这个结构来。这里提醒一个坑如果你的HTML里引用的是file://协议下的外部资源安卓WebView会对本地文件访问有严格的沙箱限制。最稳妥的办法是全部内联也就是我在每条提示词里都强调的“不依赖外部CDN”。三份代码在封装时都没有碰到资源加载问题就是这个内联约束的功劳。4.3 提示词对最终效果的直接影响同样一个需求描述三个模型的响应差异说到底就是它们各自的提示词理解方式不同。实测下来我总结出三条经验经验一把“不要做什么”写清楚比“要做什么”更管用。我在四条提示词里明确写了“不允许瞬移”“不依赖外部CDN”“不额外引入框架”。Step 5 Preview和DeepSeek对这类禁令执行得很彻底GLM5.3会尝试绕一下但也确实没有用到瞬移和外部库。经验二先定结构后补效果。如果你上来就要求“画面精美粒子特效丰富”模型会把大部分精力花在视觉上碰撞和安卓适配反而做得粗糙。正确顺序是先让它跑通可玩原型确认手感没问题再追加“加一些氛围光效”“给通关面板加动画”。DeepSeek在这个模式下发挥最好因为它的代码结构先天适合小步迭代。经验三卡住时不要反复重发整个需求。我发现三个模型都有一个共同倾向当问题明确时你只甩一条“球体在x3.2处穿墙”的消息它们的修复准确率高于把原文案再贴一遍。因为模型会把新消息和上下文拼接起来新增的命令优先级更高。第一轮的提示词决定了整体架构后面每一条消息都是在给它打补丁尽量每条补丁只解决一个事。5. 我把三个版本放在一起玩了几天的最终感受这次实测最有价值的收获不是“哪个模型最强”而是它们各自的性格差异。Step 5 Preview像个执行力强的实习生你说什么它做什么不会给你惊喜但也很少让你填坑DeepSeek V4 Pro像个老工程师代码组织得清清楚楚但它不关心好不好看你需要自己去催视觉效果GLM5.3像个美术出身的策划作品永远好看但你要盯着它别在性能上铺张浪费。考虑到这只是一次3D游戏实战它们之间的差距放到其他领域也许完全反过来。我建议你按自己的项目类型选模型如果做的是后台管理系统或者工具类页面DeepSeek V4 Pro的工程化结构能让你后续维护省心如果是做给别人看的营销页面或者DemoGLM5.3首版就有漂亮的画面能帮你快速打动客户如果你已经有一套明确设计只是需要快速产出代码Step 5 Preview是最稳的“执行者”。最后分享一个小技巧拿大模型写3D游戏别指望一轮就出成品。我在测试里稳定下来的流程是三轮走——第一轮让它出可玩骨架第二轮补交互细节第三轮做性能优化。每一次只提一两个具体目标它的发挥比你一次性提十个要求稳定得多。这个流程我迭代过很多次现在已经成为默认工作方式。
