“做一个3D场景:夜晚的中国街边夜市,两排摊位挂着红灯笼和发光招牌,一列轨道货车沿着街道中央从夜市中穿过。”
这段提示词,最近被知乎一位博主一字不差地丢给了五家AI。规矩就三条:空文件夹起步,每家只跑一次,做完不改一行代码。知乎
线下的创意集市上,AI在替人拍照、画肖像;数字世界里,AI开始比谁更会“造一个夜市给你逛”。

结果我翻了,差距是真的大:
DeepSeek,25分24秒,约9毛钱,第一。月亮挂在夜空,货车贴着镜头开过去,别人做的是夜市,它做的像电影开场。
GPT-6.1 Sol,4分04秒,第二。灯笼是正经大红,招牌上的字看得清,摊主戴着帽子在忙活。
GPT-6 Astra,3分41秒,全场最快,但摊位热气完全看不见,人做得简陋。
Claude Opus 5.5,细节最多:牌坊、羊肉串、臭豆腐、地上积水反光全有,就一个毛病,灯光过曝,招牌糊成一片白。
Gemini,画面最差,功能最多:招牌烧成白块,但三个视角随便切、车速辉光都能调,还配了个拉汽笛的按钮。
第一名赢在哪?不是玄学,是交卷之前,它回头看了一眼自己的作业。
DeepSeek的干活记录有3600多行,“截图”这个词出现了一百多次:改一轮,截一张,看看挂灯笼的那侧有没有翻车。它还专门加了个“正在点亮夜市”的加载画面,网页打开要时间,它怕截图撞上黑屏。知乎
Gemini反过来吃了环境的亏。网页版没法运行代码,等于灶台都摸不着,在客厅给你手写一份菜谱说“做好了,你吃吧”。Astra自检挺规矩,但最后一行写着“渲染未测试”,画面长啥样它从头到尾没看过。Claude倒是看了,自己找出三个毛病,结果还是没调准——能看见,和能改对,是两道坎。
这不是一次孤例观察。36氪刚盘点完“Harness大战”:南洋理工大学测了66种“模型×执行环境”组合,换个执行环境,足以改变模型之间的排名;同一个Kimi K3,在Codex里任务通过率66.7%,放进Kimi Code掉到56.7%。给模型配上“手和脚”,让它能建文件、跑代码、开浏览器截图,正在成为AI圈明争暗抢的新战场。36氪

玩家的玩法也不止夜市。同一位博主用同一段提示词让AI做热带浅海:鳐鱼要跃出水面。Claude赢在质感,单次花了9美元多;DeepSeek跑了约一小时,4块出头,但水面波纹没做出来。还有人做了个“模拟逛夜市”小游戏,猜自己昨晚花销,目标102.4元,猜了102,差4毛。知乎知乎

一句提醒:这是单个博主的单次实测,不是官方跑分,换台机器、换个版本,结果未必一样。但思路可以直接抄走——想让AI干活好,先确认它有“打开看一眼结果”的手脚。下次让AI做页面、做场景,别只催它快,让它截个图自己检查一遍再交卷。
AI都能造夜市了,你的创意集市,要不要也开一家?