让 AI 写一个能直接玩的网页小游戏，谁最稳？
同一道题（象棋、贪吃蛇、2048 等）并发调用多家大模型，生成单文件网页游戏后直接在页面里运行试玩：能不能跑、棋规对不对、界面像不像样，一目了然。
同场景横评实测
同一任务并发调用多家产品，输出质量与费用逐项并列。
相关产品
选型要点
基于本站实测经验整理，帮你避开常见坑。
能跑起来只是及格线
实测中相当比例的产出存在白屏、资源缺失、点击无响应等问题。选型第一标准是可运行性，其次才是界面美观。
规则正确性最容易翻车
以象棋为例，初始局面摆错、马走田、将帅照面不判负都是实测中真实出现过的问题。一定要实际玩几步，不能只看代码写得长。
任务越复杂越容易被截断
输出长度有限（约一万 Token），复杂游戏会被截断导致代码不完整。把需求拆小、限定单文件，成功率会显著提高。
同题横评是最公平的对比方式
同一题目、同一提示词、同一评判标准，多家模型并发跑一遍，优劣立现——这正是本站横评工作台在做的事。
常见问题
- AI 生成的网页小游戏能直接玩吗？
- 本站的横评报告页内嵌了在线预览，生成产物可以直接运行。实测显示有的模型一次成型可玩，有的会白屏或规则错误，差距非常明显。
- 什么样的题目适合拿来测试？
- 单文件能实现的小游戏或网页工具最合适：贪吃蛇、2048、计算器、待办清单等。需要后端、多文件工程或外部素材的题目不适合这种对比方式。
- 我自己也能发起这样的横评吗？
- 可以。注册会员后进入「同题横评工作台」，输入任务、勾选 2-4 个模型即可并发调用，打分后还能一键发布为公开测评报告。