Fable 5.2对比Opus 5.5/GPT-6 Astra：七组代码生成实测方法

作者：@T8star-Aix



导读：这期视频把三个模型放进七组代码生成任务中，既看视觉表现，也检查交互、功能和策略。下面按视频中的题目与演示整理复测方法。模型名称沿用画面中的Fable 5.2、Opus 5.5和GPT-6 Astra；效果和评价均来自作者这一次演示，不代表独立基准结论。

一、先统一测试方式
原片前几组采用同一提示词、每个模型生成一次，再展示结果。复测时先记录实际使用的模型、推理档位和耗时，再分别检查作品能否打开、交互是否有效、约束是否完成。视频提到各模型使用的推理档位并非完全一致，因此不宜把这次结果解读成同成本、同算力的严格排名。

二、七组任务怎样复测

1. 开放命题：制作一个令人印象深刻的交互作品
给模型的舞台是zzai.app，要求只交一个HTML文件，素材全部用代码生成；按16:9横屏构图，全屏打开也要好看。打开前三秒无需点击就应有吸引力，并至少保留一处让观众动手玩的交互。
验收时先看默认打开状态，再亲自操作交互。原片展示了粒子、混沌与DNA等视觉效果。作者还提到要求导出MP4，但生成结果仍有可玩的网页版本，不能把网页运行与视频导出视为同一项完成。

2. 画出模型想象中的自己
让模型原创一个角色，禁止直接套现成标志或角色，使用纯代码绘制，不用图片。角色应有呼吸感、看向鼠标，并在点击时给出不同反应；数字键1至5切换开心、好奇、困惑、专注、不好意思五种状态。打开两秒后自动播放约20秒自我介绍，再用一句话解释角色设计。
验收时逐个按数字键、移动鼠标、多次点击，确认表情与反应确实变化，而不只看静态截图。

3. 发明一个新小游戏
先让模型提出五个候选玩法，排除现有游戏的换皮、变体和拼接，再选一个实现。要求十秒看懂、三十秒上手，一局一至三分钟；得分、失误和连击有画面与声音反馈，胜负应体现可练习的技巧。
打开后先让AI演示，按任意键交给玩家接管。题目还要求自带新手与高手两个机器人，按B分别运行20局，高手均分至少是新手的三倍。验收要记录实测分数和操作体验，不能只凭界面漂亮就认为玩法通过。

4. 月球咖啡馆官网
场景是月球静海基地的咖啡馆。让模型先确定设计主张，再贯彻到整站，并写出主动避开的三种俗套。插图全部用代码绘制，不用外部图片；至少有一个与月球或低重力有关的记忆点。
功能要求包括真正能选座，靠窗位置可以预览窗外地球；输入一句话后生成带邮戳的明信片。验收时订一个座位、写一张明信片，把窗口缩到手机宽度，再只用键盘完成订座。视频中的比较同时涉及视觉设计和真实可用性。

5. 浏览器里的桌面系统
在一个HTML文件中实现桌面：窗口能拖动、缩放、最大化，拖到边缘能贴半屏；所有应用共享一套虚拟文件系统。应用包含文件管理器、记事本、终端、画图、扫雷和设置。
终端应支持管道、重定向、历史命令和Tab补全；输入run加脚本名，可以执行虚拟磁盘上的脚本；输入demo后系统自行演示30秒。复测时使用同一份操作清单，分别测试窗口操作、文件跨应用同步、命令执行与自动演示，记录具体在哪一步出错。这里的系统是浏览器内模拟桌面，不是完整独立操作系统。

6. 三视图角色建模与动作
输入同一张角色三视图，限时两小时。角色必须由代码绘制或建模，不能直接贴原图；可选2D骨骼或3D蒙皮，但正、侧、背三个方向都要还原。
要求不少于40根骨骼，手脚带IK，头发与裙摆有物理效果；提供八种表情、六种口型和十二段全身动作。拖入语音应能对口型，角色也能被鼠标拎起。还要保留脚本接口、时间轴与透明背景逐帧导出能力。
验收时对照三视图检查各方向，按B观察骨骼，拎起角色，再拖入一段语音。原片展示的是各模型的一次生成结果，不能据此默认所有导出接口和长期稳定性都已验证。

7. 坦克策略擂台
让三个模型各写一段JavaScript策略，每队控制三辆坦克。炮弹会反弹一次，也可能误伤自己和队友；按伤害计分，打敌人加分，打自己人扣分。地图每局随机旋转并重排编号，每一步只有20毫秒思考时间，记忆允许跨局保留。
题目设计了90局赛制：三个两两组合各20局，再加30局混战。先看总分，再看差距是否超过误差范围；随后让模型阅读战报、修改一版策略，再跑一轮，比较改进幅度。复测需要保留同一规则和赛程，不应用单局精彩操作替代整体结果。

三、如何看待原片结果
作者对Fable 5.2的审美、交互设计及综合表现评价很高，也指出角色建模等任务中不同模型各有特点。这些结论属于本次演示的观察。实际选择工具时，建议把画面效果、功能完成度、生成时间和使用成本分开记录，再用自己的任务复测。

资料入口
作者在原视频置顶评论提供的视频资料：
视频资料

本文根据授权视频的官方可见中文字幕及画面整理；AI字幕存在模型名称等识别错误，关键名称和任务要求以画面校核。建议结合原视频查看完整演示。