Metodología

  • Prompt único para generar un juego 3D estilo Temple Run/Temple Escape (correr hacia adelante esquivando obstáculos). 22:27
  • Mismo prompt enviado a varios modelos frontera + Kimi K3, a ciegas (el espectador no sabe cuál es cuál hasta el final). 22:27
  • Llamada directa por API por defecto, sin arnés/herramientas, sin system prompt. 25:53
  • Nivel de esfuerzo (effort) usado tal cual venía por defecto en cada API — no es igual en todos (afecta a coste). 27:29 27:50

Resultados por modelo (etiquetas ciegas)

Modelo (ciego)CosteResultado
Modelo A~$0,50Funciona perfectamente, con música, sin errores relevantes. 23:10 23:38
Modelo B$2,31Jugable pero con problemas de cámara. 22:51 24:06
Modelo C—Buena pinta visual, pero se queda congelado al iniciar. 24:06
Modelo D$0,41 (el más barato)No funcionaba al pulsar jugar; el autor depuró el código a mano, encontró un error de sintaxis (un punto de más) y lo arregló para poder probarlo. 22:51 24:36
  • Favorito del autor antes de revelar: el modelo A (medio dólar), por ser el único que funcionaba bien de inicio. 25:31

Revelación de los modelos

  • Modelo A = Kimi K3 — $0,50, funcionó perfectamente a la primera. El autor admite que a ciegas pensó que era GPT 5.6 Sol. 26:17
  • Modelo B = Fable 5 — el más caro (+$2), resultado sorprendentemente flojo, con fallo de cámara. 26:46
  • Modelo C = Opus 5 — buena pinta, pero con el error de congelación al inicio; de no ser por eso, parecía el mejor. Costó el triple que Kimi K3. 27:08
  • Modelo D = GPT 5.6 Sol — el más barato de todos (incluso menos que Kimi K3), pero gráficamente el más flojo y el único que necesitó arreglo manual de código. 27:29
graph TD
    A["Kimi K3 — $0.50<br/>✅ Funciona perfecto"]
    B["Fable 5 — $2.31<br/>⚠️ Cámara rota"]
    C["Opus 5 — costó el triple que K3<br/>⚠️ Se congela al iniciar"]
    D["GPT 5.6 Sol — $0.41 (el más barato)<br/>❌ No arrancaba, hubo que arreglar código a mano"]

Conclusión de esta prueba

  • En esta comparativa concreta (un solo prompt, un solo intento, juego 3D), Kimi K3 fue el que mejor resultado dio por el precio pagado, sorprendiendo incluso al propio autor. 26:17
  • El autor insiste en que esto no invalida a los demás modelos: todos son iterables y podrían corregirse con más prompts. 25:53