Kimi 3.1 Pro и DeepSeek V4 Flash в этом сравнении создавали браузерный игровой прототип. Автор запускал модели через OpenCode с маршрутизацией OpenRouter и передавал каждой ранее созданный проект с 3D-моделями гоночных автомобилей. Результат получился неоднозначным: Kimi завершила задачу быстрее, а DeepSeek, по субъективной оценке автора, выдала более интересную и проработанную игру при меньших затратах.
Это не универсальный рейтинг нейросетей и не стандартизированный бенчмарк. Ниже описаны один тестовый сценарий, его измерения и визуальная оценка готовых проектов.
Как проходило сравнение Kimi 3.1 Pro и DeepSeek V4 Flash
Для обеих моделей использовали одинаковую схему: OpenCode, OpenRouter, максимальный уровень рассуждений и отдельную папку с проектом. Моделям передали готовые исходники с 3D-моделями гоночных болидов и попросили собрать на их основе браузерную игру.
Задача не сводилась к выводу автомобиля на экран. Нейросети должны были подключить готовые модели к игровой сцене, добавить выбор машины, управление клавиатурой, движение по трассе, столкновения и соперников. Такой сценарий одновременно проверяет работу с чужой структурой проекта, интеграцию 3D-ассетов, написание игровой логики и доведение прототипа до запускаемого состояния.
Автор отдельно сравнивал скорость генерации, расходы API, наличие игровых функций, заметные ошибки и субъективное ощущение от управления. Подход к тестированию был одинаковым, однако результат одного запуска нельзя переносить на все проекты, промпты и версии моделей, поскольку на него влияют исходные файлы, число исправлений и параметры конкретного запроса.
Какие функции требовались от гоночной игры
Игровой прототип должен был использовать ранее созданные 3D-модели, а не заменять их статичными изображениями. От готовой версии ждали выбора болида, управления с клавиатуры, движения вперёд и назад, работы колёс, столкновений с объектами и участия соперников.
- Перенос готовых 3D-моделей в игровую сцену.
- Выбор автомобиля перед стартом.
- Управление машиной с клавиатуры.
- Движение задним ходом и возврат на трассу после столкновения.
- Коллизии с объектами и другими машинами.
- Соперники, старт, финиш и повороты трассы.
- Мини-карта и визуальная обратная связь о направлении движения.
Обе модели добавили часть этих функций, но качество реализации различалось. Автор оценивал не исходный код и архитектуру приложения, а поведение запущенной игры и удобство получившегося прототипа.
Время и стоимость генерации
| Показатель | Kimi 3.1 Pro | DeepSeek V4 Flash |
|---|---|---|
| Время создания игры | 25 минут 50 секунд | 43 минуты 41 секунда |
| Стоимость игровой задачи | 1 доллар 2 цента | 32 цента |
| Сравнение по скорости | Быстрее в этом запуске | Медленнее в этом запуске |
| Сравнение по расходам | Дороже | Примерно втрое дешевле |
Kimi завершила работу за 25 минут 50 секунд и израсходовала 1 доллар 2 цента. DeepSeek работала 43 минуты 41 секунду, а стоимость запроса составила 32 цента. В этом запуске DeepSeek оказалась примерно втрое дешевле, тогда как Kimi заметно выиграла по времени.
На расход влияют объём сгенерированного кода, число итераций, длина контекста, повторные исправления и тарифы конкретного доступа через OpenRouter. Когда проект требует нескольких циклов отладки, итоговая сумма меняется, поэтому приведённые значения относятся только к этому сценарию.
Что получилось у Kimi 3.1 Pro
Kimi корректно перенесла 3D-модели в игровую сцену. Игрок мог выбрать болид, управлять им с клавиатуры, сдавать назад и сталкиваться с объектами. Колёса вращались, а сама игра запускалась и оставалась пригодной для демонстрации или дальнейшей доработки.
На уровне базового прототипа результат выглядел рабочим. Модель связала ассеты с игровой логикой, а не ограничилась статичной витриной машин. Для разработчика, которому нужен быстрый proof of concept, это преимущество: за относительно короткое время появляется сцена, которую уже можно открыть в браузере и проверять руками.
Ошибки тоже были. Автор заметил, что колёса вращались вместе с тормозными колодками. Такое поведение указывает на недостаточно точную настройку отдельных частей 3D-модели или на неверную связь между узлами при анимации, хотя само по себе оно не мешает запуску игры и снижает главным образом качество визуальной демонстрации.
Соперники Kimi двигались слишком медленно. Автор почти не почувствовал соревновательного напряжения: игрок скорее осваивал управление, чем боролся за позицию. В гоночной игре скорость противников определяет значительную часть впечатления, поэтому рабочая механика без сбалансированного поведения ещё не превращается в полноценный игровой челлендж.
Что получилось у DeepSeek V4 Flash
DeepSeek также перенесла модели, добавила выбор болида и управление. В сцене присутствовали коллизии, а мини-карта показывала повороты, старт и финиш. После столкновения машина возвращалась на трассу, а при движении в обратную сторону игра выводила предупреждение о неправильном направлении.
Камера в версии DeepSeek располагалась довольно далеко от автомобиля. На высокой скорости вид становился ещё более отдалённым, что помогало видеть трассу, но одновременно уменьшало ощущение присутствия за рулём. Для прототипа это допустимо, однако перед публикацией игры разработчику пришлось бы настроить дистанцию, угол обзора и поведение камеры.
Автор не заметил явных багов в версии DeepSeek, но назвал игровой челлендж номинальным. Соперники уже не казались чрезмерно медленными, поэтому заезд воспринимался немного динамичнее, чем в варианте Kimi. Разница оставалась умеренной: речь идёт о впечатлении от одного запуска, а не о подтверждённом измерении качества игрового баланса.
По оценке автора, игра DeepSeek получилась немного интереснее и проработаннее. Её сильными сторонами стали мини-карта, более заметное ощущение движения и отсутствие обнаруженных визуальных ошибок. Дальняя камера и слабый уровень конкуренции не позволяют назвать прототип завершённой гоночной игрой.
Заявленная скорость машин и фактическое поведение
В интерфейсе игры отображались характеристики скорости автомобилей. Для разных машин были указаны значения 106 и 100. Однако фактическое поведение не всегда соответствовало этим параметрам: выбранный болид обгонял соперников, которые по отображаемым характеристикам должны были быть быстрее.
Автор предположил, что такое поведение могло облегчать прохождение. Без проверки исходного кода нельзя утверждать, почему возникло расхождение. Причиной могла стать упрощённая игровая логика, разные коэффициенты ускорения, ограничение скорости соперников или несогласованность интерфейса с физикой.
Число в меню ещё не доказывает, что параметр реально участвует в расчёте скорости. Перед выпуском проекта разработчику нужно отдельно проверить ускорение, максимальную скорость, торможение, поведение на поворотах и взаимодействие с соперниками.
Какая модель лучше подходит для этой задачи
Если главным критерием становится скорость получения первого результата, в этом тесте предпочтительнее Kimi 3.1 Pro. Она закончила генерацию почти на 18 минут раньше и выдала запускаемый прототип с основными функциями. Такой вариант подходит, когда нужно быстро показать идею заказчику, проверить механику или собрать черновую демонстрацию.
Когда важнее стоимость и допустимо подождать, более рациональным выглядит DeepSeek V4 Flash. В игровом сценарии модель потратила 32 цента против 1 доллара 2 центов у Kimi, добавила мини-карту и, по оценке автора, дала немного более интересную игру. Экономия особенно заметна при серии экспериментов, если один проект приходится пересобирать несколько раз.
| Сценарий | Более подходящий выбор | Причина |
|---|---|---|
| Нужно быстро получить рабочий черновик | Kimi 3.1 Pro | Меньшее время генерации в тесте |
| Нужно снизить расходы API | DeepSeek V4 Flash | Стоимость оказалась примерно втрое ниже |
| Важны дополнительные элементы трассы | DeepSeek V4 Flash | Мини-карта, старт, финиш и повороты |
| Нужна демонстрация без длительного ожидания | Kimi 3.1 Pro | Более быстрый результат в конкретном запуске |
| Нужна основа для дальнейшей доработки | Обе модели | Обе перенесли модели и реализовали управление |
Что нельзя заключить из этого сравнения
Один тест не показывает универсальное превосходство одной модели над другой. На итог влияют промпт, структура исходного проекта, количество файлов, настройки OpenCode, выбранный режим рассуждений, доступный контекст и особенности маршрутизации через OpenRouter. Повторный запуск с другим запросом способен изменить время, расход и состав функций.
Утверждение автора о том, что Claude и GPT лучше справляются с аналогичными задачами и предлагают более выгодные варианты подписки, в этом сравнении не подтверждено сопоставимыми измерениями. Его следует рассматривать как мнение, а не как результат отдельного бенчмарка.
Стоимость одной генерации не равна стоимости готового продукта. После ответа нейросети разработчику нужно проверить импорт моделей, оптимизацию сцены, физику, адаптивность, производительность браузера, управление на разных устройствах и корректность игровых параметров. На этом этапе затраты времени человека могут оказаться выше расходов на API.
Итог
Kimi 3.1 Pro в проведённом сценарии победила по скорости. Она быстрее собрала браузерную гоночную игру и реализовала ключевые функции: выбор болида, управление, задний ход, вращение колёс и столкновения. Её слабые места проявились в деталях анимации и поведении соперников.
DeepSeek V4 Flash оказалась медленнее, зато потребовала заметно меньше денег. В её версии появились коллизии, мини-карта и предупреждение о неправильном направлении, а автор оценил игру как немного более динамичную и проработанную. Недостатками стали дальняя камера и номинальный уровень соревновательного челленджа.
Практический выбор зависит от цели. Для быстрого прототипа разумнее начать с Kimi. Для серии недорогих итераций, когда ожидание не критично, больше подходит DeepSeek. Ни одна модель не избавляет от ручного тестирования: сгенерированная игра остаётся исходной заготовкой, а не готовым коммерческим продуктом.
Сравните модели перед запуском
Тарифы, лимиты и список моделей — на стороне сервиса. Если что-то разойдётся с описанным здесь, напишите: поправим материал и проставим новую дату проверки.
Открыть каталог моделейСсылка партнёрская: цена для вас не меняется, проект получает вознаграждение.
