Kimi K3.1 Pro vs Opus 5.5 vs GPT-6 Sol: um jogo de corrida 3D em 1 hora

Autoria: Zero to MVP · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Kimi K3.1 Pro vs Opus 5.5 vs GPT-6 Sol: A 3D Racing Game in 1 Hour · Canal: Zero to MVP · 05:45 · Assistir no YouTube

Tópicos: Avaliação e benchmarks de IA, Engenharia de software com IA, Modelos de IA

Resumo

O vídeo compara Kimi 3.1 Pro, Claude Opus 5.5 e GPT-6 Sol na tarefa de criar um jogo de corrida 3D em uma hora, usando o mesmo projeto inicial e as mesmas ferramentas. Kimi terminou em 18 minutos e criou um jogo funcional com estilo cyberpunk, embora alguns obstáculos não detectassem colisões corretamente. Opus levou quase 40 minutos e entregou, na opinião do apresentador, a versão mais refinada. GPT-6 Sol também criou um jogo visualmente atraente, mas inverteu os controles de direção; o apresentador conclui que Kimi competiu bem, embora ainda seja cedo para conclusões definitivas.

Pontos-chave

A tarefa exigia pista fechada, carro dirigível, obstáculos, colisões, checkpoints, três voltas e linha de chegada.
Os três modelos trabalharam em cópias separadas do mesmo projeto, com prazo de uma hora e sem intervenção do apresentador.
Kimi 3.1 Pro concluiu o jogo em 18 minutos e produziu uma versão funcional com visual cyberpunk.
No jogo de Kimi, alguns obstáculos podiam ser atravessados quando estavam ligeiramente fora do trajeto.
Claude Opus 5.5 levou quase 40 minutos e entregou, segundo o apresentador, a versão que mais parecia um jogo finalizado.
GPT-6 Sol inverteu os controles: a seta para a direita fazia o carro virar à esquerda, e vice-versa.
Os testes escritos para o jogo de GPT-6 Sol verificavam regras da corrida, checkpoints e voltas, mas não os controles.
O apresentador considera que Kimi pode competir com os modelos líderes na criação de experiências 3D, mas pretende avaliá-lo por mais tempo.

Capítulos

Início	Capítulo	Resumo
00:00	Kimi 3.1 Pro e o desafio de criar um jogo 3D	O apresentador contextualiza o lançamento do Kimi 3.1 Pro e propõe comparar três modelos na criação de um jogo de corrida.
01:03	Projeto inicial e regras da comparação	O desafio define os requisitos do jogo, o projeto técnico inicial e as condições iguais para os três modelos.
02:06	Resultado de Kimi 3.1 Pro	Kimi conclui rapidamente um jogo funcional com visual cyberpunk, mas alguns obstáculos apresentam falhas de colisão.
03:09	Resultados de Opus 5.5 e GPT-6 Sol	Opus entrega uma versão refinada após quase 40 minutos, enquanto GPT-6 Sol cria um jogo atraente com os controles invertidos.
04:43	Comparação final e próximos testes	O apresentador avalia que Kimi competiu bem, ressalva o erro de GPT-6 Sol e promete testar Kimi em tarefas cotidianas.

Citações

A Moonshot está apostando alto em 3D. — 00:31

Gerar muito código não basta aqui. — 02:06

O problema todo se resume a um único sinal invertido. — 04:12

Visualmente, na minha opinião, ele é mais fraco, mas, fora isso, é muito bom. — 05:14

Conceitos e entidades

Kimi 3.1 Pro (modelo): Modelo da Moonshot avaliado na criação de um jogo de corrida 3D.
Claude Opus 5.5 (modelo): Modelo da Anthropic que criou uma versão do jogo em quase 40 minutos.
GPT-6 Sol (modelo): Modelo da OpenAI que criou um jogo com um erro nos controles de direção.
Moonshot (empresa): Empresa que lançou o Kimi 3.1 Pro e divulgou resultados de testes do modelo.
Three.js (ferramenta): Biblioteca usada no projeto inicial para renderizar a cena 3D.
OpenCode (ferramenta): Ferramenta usada para trabalhar no projeto e alternar entre modelos.
Unity (ferramenta): Motor de jogos citado como uma das ferramentas com as quais Kimi 3.1 Pro pode trabalhar.
Unreal (ferramenta): Motor de jogos citado como uma das ferramentas com as quais Kimi 3.1 Pro pode trabalhar.
Godot (ferramenta): Motor de jogos citado como uma das ferramentas com as quais Kimi 3.1 Pro pode trabalhar.

Tradução completa (pt-BR)

00:00 A Moonshot acaba de lançar o Kimi 3.1 Pro e, de acordo com os próprios testes da empresa, ele quase alcançou o Claude Opus 5.5. No Terminal Bench 4.0, a diferença é de menos de um ponto: 65,7 contra 66,4. Além disso, um milhão de tokens custa US$ 2 para entrada e US$ 10 para saída. E a Moonshot promete lançar os pesos abertos até 4 de novembro. Mas o que realmente chamou minha atenção no anúncio foi outra coisa. A Moonshot está fazendo uma

00:31 grande aposta em 3D. O modelo escreve código para modelos 3D e trabalha com Unity, Unreal e Godot. E, nos testes internos, segundo a empresa, ele criou vários jogos 3D. A Moonshot não diz o quão jogáveis esses jogos realmente são. Então, decidi descobrir por conta própria. Para isso, preparei uma tarefa específica: criar um jogo de corrida 3D, e tudo precisa ser feito em 1 hora de trabalho. Também vou dar a mesma tarefa ao Claude Opus 5.5 e ao GPT-6 Soul para ver o quão perto

01:03 o Kimi chegou dos modelos principais. Daqui a uma hora, vou tentar jogar os três jogos, e veremos se conseguimos algo jogável. Oi, sou Nick e desenvolvo software há mais de 20 anos. Neste canal, compartilho minha experiência, minhas ideias e meus pensamentos sobre TI. Para manter a comparação justa, preparei um projeto mínimo com 3.js, TypeScript e Vite. A renderização já funciona aqui, mas não há mais nada. Sem pista, sem carro, sem lógica de jogo. A tarefa é criar um jogo de corrida arcade em terceira pessoa

01:35 que precisa ter uma pista fechada adequada, um carro dirigível, obstáculos, colisões, pontos de controle, três voltas e uma linha de chegada. E tudo isso precisa realmente funcionar, não apenas ficar bonito em uma captura de tela. Ao mesmo tempo, não especifiquei deliberadamente um estilo visual. Quero ver quais decisões de design e técnicas os modelos tomam por conta própria. Os três modelos trabalham com código aberto usando as mesmas ferramentas. Cada um tem sua própria cópia do projeto. Eles têm 1 hora para escrever o código, executar o

02:06 jogo, testá-lo e corrigir os bugs. Depois que começarem, não vou interferir. Vamos começar com o Kimi. Não basta gerar muito código aqui. O modelo precisa integrar a dirigibilidade do carro, a geometria da pista, as colisões, a câmera e a lógica do jogo, tudo isso sem um mecanismo de jogo pronto. Então, o Kimi terminou. Ele concluiu em 18 minutos, o que é bem rápido. Eu esperava que demorasse muito mais. Mas, enfim. O que importa é que tudo funcione. Vamos executar e ver o que temos. Certo, parece

02:37 bem legal. Um estilo cyberpunk. Só para lembrar, na tarefa, não falei nada de propósito sobre o estilo nem sobre como o jogo deveria parecer. Queria ver o que os modelos escolheriam por conta própria. Bem, a funcionalidade parece estar boa. O carro anda, faz curvas, colide com os obstáculos, mas parece que, afinal, há um pequeno problema com eles. Se um obstáculo estiver um pouco deslocado para o lado, dá para atravessá-lo. Mas, no geral, está bem bom. Eu diria que o modelo cumpriu a tarefa com sucesso. Agora, o Claude Opus 5.5. Eu

03:09 uso o mesmo projeto inicial e a mesma tarefa. Abro o open code, mudo o modelo para Opus e peço que ele crie o projeto da mesma forma. As condições são exatamente iguais. Vou pular a geração em si, já que nada interessante acontece ali, e ir direto ao resultado. Então, o Opus escolheu quase o mesmo estilo visual que o Kimi. Curiosamente, os dois modelos deram aos jogos nomes com neon. O do Kimi é Neon Ridge Raceway, e o do Opus é Neon Drift. Mas, na minha opinião, o jogo do Opus parece um pouco

03:41 mais bonito que o do Kimi, embora, é claro, isso seja subjetivo. Não há problemas óbvios, tudo funciona como deveria. Para mim, esta versão parece mais um jogo finalizado. A propósito, o Opus levou o dobro do tempo para criar o jogo: quase 40 minutos. Agora, vamos dar uma olhada na versão do jogo feita pelo GPT-6. Ah, este tem um estilo diferente. Está ótimo, mas há problemas com os controles. A direção está invertida. Quando você aperta a seta para a direita, o carro vira para a esquerda. E, quando aperta a seta para a esquerda, ele vira

04:12 para a direita. Muito estranho, mas, fora isso, parece funcionar corretamente. Dei uma olhada no código, e a causa acabou sendo muito simples. A seta para a direita aumenta o ângulo de direção do carro, mas, no 3.js, um ângulo positivo faz o carro virar para a esquerda. Então, o problema todo se resume a um único sinal invertido. O GPT escreveu testes para o jogo, mas eles só verificam as regras da corrida, os pontos de controle e as voltas. Os controles não foram testados, então o bug passou despercebido. Se não fosse esse bug na direção, seria um jogo

04:43 bem razoável. Então, o que temos depois do experimento de hoje com jogos? Os três modelos receberam a mesma tarefa, e cada um teve a chance de tomar suas próprias decisões, escrever código e corrigir bugs. Dá para dizer que todos cumpriram a tarefa, exceto pelo estranho bug na direção do GPT-6. Mas o que realmente me interessava era saber quão bem o novo Gemini K 3.1 Pro consegue competir na criação de jogos 3D com os principais modelos da Anthropic e da OpenAI. E acontece que, em

05:14 princípio, consegue. Visualmente, na minha opinião, ele é inferior, mas, fora isso, é muito bom. Além disso, ao contrário do GPT-6, o novo modelo Gemini criou um jogo sem bugs, que dava para jogar imediatamente. Mas ainda é cedo para tirar conclusões definitivas. Vou continuar usando este modelo, mas agora nas minhas tarefas do dia a dia, e acho que, daqui a algumas semanas, vou gravar outro vídeo com os resultados do uso do Gemini K 3.1 Pro a longo prazo. Então, não se esqueça de se inscrever no canal

05:45 para não perder esse vídeo. Inscreva-se também na minha newsletter semanal sobre TI e IA. O link está na descrição. Até breve. Se cuidem.

Transcrição original

[00:00] Moonshot has just released Kimi 3.1 Pro, and according to the company’s own tests, it has almost caught up with Claude Opus 5.5. On Terminal Bench 4.0, the gap is less than a point, 65.7 versus 66.4. On top of that, a million tokens cost $2 for input and 10 for output. And Moonshot promises to release the open weights by November 4th. But what really caught my attention in the announcement was something else. Moonshot is making a

[00:31] big bet on 3D. The model writes code for 3D models, works with Unity, Unreal, and Godot. And in internal testing, according to the company, it built several 3D games. How playable those games actually are, Moonshot doesn’t say. So I decided to find out for myself. For this, I prepared a dedicated task, build a 3D racing game, and it has to be done within 1 hour of work. I’m also giving the same task to Claude Opus 5. 5 and GPT-6 Soul to see how close

[01:03] Kimi has come to the flagships. An hour from now, I’ll try to play all three games, and we’ll see whether we get anything playable at all. Hi, I’m Nick, and I’ve been developing software for over 20 years. On this channel, I share my experience, insights, and thoughts about IT. To keep the comparison fair, I prepared a minimal project with 3.js, TypeScript, and Vite. Rendering already works here, but there’s nothing else. No track, no car, no game logic. The task is to build a third-person arcade racing

[01:35] game. It needs a proper closed-loop track, a drivable car, obstacles, collisions, checkpoints, three laps, and a finish. And all of it has to actually work, not just look nice in a screenshot. At the same time, I deliberately didn’t specify a visual style. I want to see what design and technical decisions the models make on their own. All three models work through open code with the same tools. Each one has its own copy of the project. They have 1 hour to write the code, run the

[02:06] game, test it, and fix the bugs. Once they start, I don’t step in. Let’s start with Kimi. Generating a lot of code isn’t enough here. The model has to bring together car handling, track geometry, collisions, the camera, and the game logic, and all of that without a ready-made game engine. So, Kimi is done. It finished in 18 minutes, which is pretty fast. I expected it to take much longer. But, okay. What matters is that everything works. Let’s run it and see what we’ve got. All right, it looks

[02:37] pretty good. A cyberpunk style. Just a reminder, in the task, I deliberately didn’t say anything about the style or what the game should look like. I wanted to see what the models would choose on their own. Well, functionality seems to be fine. The car drives, turns, collides with obstacles, but it looks like there’s a small problem with the obstacles after all. If an obstacle is slightly off to the side, you can drive right through it. But, overall, pretty good. I’d say the model handled the task successfully. Now, Claude Opus 5.5. I

[03:09] take the same starter project and the same task. I launch open code, switch the model to Opus, and ask it to build the project the same way. The conditions are exactly the same. I’ll skip the generation itself, since nothing interesting happens there, and go straight to the result. So, Opus picked almost the same visual style as Kimi. Interestingly, both models named their games with neon. Kimi’s is Neon Ridge Raceway, and Opus’s is Neon Drift. But, in my opinion, the Opus game looks a bit

[03:41] nicer than Kimi’s, though, of course, that’s subjective. No obvious problems, everything works as it should. To me, this version feels more like a finished game. By the way, Opus spent twice as long building the game, almost 40 minutes. Now, let’s take a look at GPT-6 version of the game. Oh, this is a different style. It looks great, but there are problems with the controls. The steering is reversed. When you press the right arrow, the car turns left. And when you press the left arrow, it turns

[04:12] right. Very strange, but otherwise, it seems to work correctly. I looked into the code, and the cause turned out to be very simple. The right arrow increases the car’s heading angle, but in 3.js, a positive angle turns it left. So, the whole problem comes down to a single flipped sign. GPT did write tests for the game, but they only check the race rules, checkpoints, and laps. The controls weren’t tested, so the bug went unnoticed. If it weren’t for that steering bug, this would have been a

[04:43] pretty decent game. So, what do we have after today’s game experiment? All three models got the same task, and each had the chance to make its own decisions, write code, and fix bugs. You could say all of them handled the task, except that GPT-6 had that strange steering bug. But what I was really interested in was how well the new Gemini K 3.1 Pro can compete at building 3D with the leading models from Anthropic and OpenAI. And it turns out that in

[05:14] principle, it can. Visually, in my opinion, it’s weaker, but otherwise, it’s very good. On top of that, unlike GPT-6, the new Gemini model built a game without bugs that you could play right away. But it’s too early to draw final conclusions. I’ll keep using this model, but now for my everyday tasks, and I think in a few weeks, I’ll record another video with the results of using Gemini K 3.1 Pro over the long term. So, don’t forget to subscribe to the channel

[05:45] so you don’t miss that video. Also, subscribe to my weekly newsletter about IT and AI. The link is in the description. See you soon. Take care.