# 策展 · X (Twitter) 🔥🔥🔥 > 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt) > 作者：Hassan (@nutlope) · 平台：X (Twitter) · 日期：2026-07-08 > 原始來源：https://x.com/nutlope/status/2074522288184013273 ## 中文摘要 Hassan 推出 AI Browser Games 平台生成網頁遊戲。 **平台功能與目的** Hassan 於 2026 年 7 月 7 日發布了 [AI Browser Games](https://www.aibrowsergames.io) 平台，該專案由 @togethercompute 提供技術支援。這個平台讓使用者能直接觀察並比較各類開源與閉源模型在開發小型瀏覽器遊戲時的表現差異，透過「端到端」的生成過程，呈現不同模型在程式撰寫能力上的實際產出。 **模型效能與成本分析** 根據平台展示的測試結果，開源模型在執行效率與經濟效益上表現亮眼，甚至在部分案例中展現出與頂尖閉源模型相當的程式碼品質： - 效能表現：開源模型（如 Kimi K2.7 Code）在生成速度上更具優勢，且產出的遊戲品質與 Opus 4.8 等閉源模型相當。 - 成本差距：測試數據顯示，開源模型在生成遊戲時的成本極低，相較於閉源模型，部分開源方案的成本甚至能降低約 20 倍。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/deb38ae30805ce95.jpg) > 開源模型（如 Kimi K2.7）在開發網頁遊戲時不僅速度更快、成本更低，且能產出與 Opus 4.8 相當的遊戲，其成本甚至比閉源模型便宜高達約 20 倍（圖中顯示最大成本差距達 18 倍）。 **測試數據觀察** 在該平台展示的八種模型（包含 Nemotron 3 Ultra 550B、Minimax M3、DeepSeek V4 Pro、Kimi K2.7 Code、Sonnet 4.6、GLM 5.2、GPT 5.5 及 Opus 4.8）針對「貪食蛇」、「俄羅斯方塊」與「打磚塊」三款遊戲的生成成本測試中，觀察到以下現象： - 成本極端值：在生成「俄羅斯方塊」時，Nemotron 3 Ultra 550B 的成本僅為 $0.013，而 Opus 4.8 則需 $0.254。 - 平均成本統計：在總計 24 次的遊戲構建測試中，Nemotron 3 Ultra 550B 的平均成本為 $0.011，而 Opus 4.8 的平均成本則高達 $0.193。 - 總體差異：數據顯示最便宜的模型（Nemotron 3 Ultra 550B）與最昂貴的模型（Opus 4.8）在生成成本上存在高達 18 倍的差距，顯示出選擇合適模型對於開發成本控制的重要性。 > 這段影片比較了八種不同的 AI 模型在執行相同提示詞（Prompt）以生成三款經典遊戲（貪食蛇、俄羅斯方塊、打磚塊）時的成本差異。 ## 媒體內容 **這段影片比較了八種不同的 AI 模型在執行相同提示詞（Prompt）以生成三款經典遊戲（貪食蛇、俄羅斯方塊、打磚塊）時的成本差異。** **影片中的 Prompt 與操作** 操作步驟： 1. @00:03 進入「Snake」遊戲測試頁面 2. @00:14 進入「Tetris」遊戲測試頁面 3. @00:24 進入「Breakout」遊戲測試頁面 4. @00:35 展示平均成本統計圖表 **開源模型（如 Kimi K2.7）在開發網頁遊戲時不僅速度更快、成本更低，且能產出與 Opus 4.8 相當的遊戲，其成本甚至比閉源模型便宜高達約 20 倍（圖中顯示最大成本差距達 18 倍）。** **數據表** | | PRICIEST MODEL | COST SPREAD | | --- | --- | --- | | CHEAPEST MODEL = $0.011 (Nemotron 3 · avg per run) | $0.193 (Opus 4.8 · avg per run) | 18x (Opus 4.8 vs Nemotron 3) | ## 標籤 新產品, 開源專案, Web, AIGC, Together AI