Peter Yang 用五类创意任务比较四个 AI 模型

我比较 Opus 5.5、GPT-6 Astra、Gemini 4 和 Muse Wonder 在 3D 渲染、游戏、动画叙事、网站设计和写作方面的表现。除 Muse 外，我都提前获得了使用机会。结果基于这些例子和我的个人偏好。

第一项测试中，我要求每个模型用 Blender 建立姬路城，用代码渲染一段 30 秒、樱花季节的场景并配乐。姬路城独特的城墙和屋顶适合检验结果是否像真实地点。

我最喜欢 Opus 的城堡、镜头和整体呈现。Gemini 排第二：它的城堡也像姬路城，镜头角度多样。Astra 的水面倒影和鸟声不错，但城堡在我看来过于平坦，镜头也没那么有趣。

在我看来，Muse 的 3D 结果最弱。我指出 Meta 曾说该模型没有针对 3D 模型训练。这个例子的排名是 Opus、Gemini、Astra、Muse。

游戏测试中，我要求制作一款借鉴《星际火狐》的轨道射击游戏，使用《星际争霸》风格的设定。Opus 制作了我最喜欢的可玩关卡，有头目、僚机对话和音效，尽管镜头光晕对我来说太多。

Gemini 的游戏增加了第一人称视角、战列巡洋舰和翻滚等控制。画面拥挤、完成度不及 Opus，但一次生成这么多功能让我印象深刻。Astra 有我想要的氛围，但比较基础；Muse 在这次 3D 游戏测试中表现较弱。

情感动画测试中，每个模型都要用代码制作画面和声音。我认为 Opus 的画面和动画最好；故事似乎是一位妻子等待丈夫归来。Gemini 制作了有艺术感的片段，我将其理解为一个人忙于工作而忽略亲人。

Astra 制作了一个关于机器人和植物的故事，但其中一段动画让我看不明白。Muse 的画面较简单，故事却最打动我：一位老人照料一朵花，最后把花放到墓前。这个结尾出乎意料，因此我把这一项给了 Muse。

网站测试中，我要求模型不看现有网站，重新设计 Behind the Craft 的品牌和主页。Opus 创造了有趣的交互，但其余部分在我看来比较平淡。Gemini 提供了设计系统和许多细节，但我觉得页面太拥挤。

我更喜欢 Astra 简洁的页面、清晰的邮箱行动号召和生成插图。Muse 的结果对我来说文字过多。这个例子中 Astra 排第一，Opus 排第二；Gemini 和 Muse 因不同原因排在后面。

写作测试中，我让三个模型将访谈文稿改写成新闻简报要点，再让 Opus 审阅者与我自己编辑后的最终版本比较。我没有测试 Muse。审阅者认为 Gemini 最像我的语气、包含个人例子，因此排第一；它认为 Opus 更有洞察力，Astra 准确但不够个人化。

Gemini 在这个写作例子中的进步让我意外。另外，我也用它为家人研究过医疗问题，觉得详细回答有帮助。我展示的例子不是母亲的真实病情；这是我的个人体验，与前面五项比较不同。

我的结论取决于用途：3D 和游戏例子中我更喜欢 Opus，这个主页选择 Astra，写作和研究体验选择 Gemini，情感故事则选择 Muse。我计划另行测试 Muse 作为个人智能体的表现。