待验证50% 置信基准精确时间

一项覆盖13个测试项目的横向评测对比了Kimi K3、Claude Opus 5、Grok 4.6和GPT-5.6 Sol（Max）四款模型的游戏开发能力

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/5

首次发现

有效期至：2026/9/19

来源

AI游戏开发能力实测：4大模型13项对决深度解析

涉及实体

Kimi K3model Claude Opus 5model Grok 4.6model GPT-5.6 Solmodel

相关事实

待验证Kimi K2.6在SWE Bench Pro、深度搜索问答和Humanity's Last Exam等顶级基准测试上与GPT 5.4、Claude Opus 4.6和Gemini 3.1 Pro等闭源模型竞争73% 相似待验证本次测试选取了五款AI模型：DeepSeek R1、Claude Sonnet 3.7、ChatGPT o3 Mini、Grok 3、通义千问2.5 Max，通过统一提示词让它们各自生成可运行的网页版贪吃蛇游戏70% 相似待验证综合实测结果，四款模型能力排名为：Sol > GPT-5.5 > Terra > Luna66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/862062

API

curl https://kongchang.com/api/v1/knowledge/claims/862062

MCP

get_claim(id=862062)