Kimi K3.1 vs Qwen 4：用 Three.js 构建一个某人骑牛的 3D 游戏。

这类编程提示词揭示的不只是模型能否生成一个可运行的 3D 场景。

有趣的是？Kimi K3.1 似乎修正了提示词本身。

它似乎没有盲目遵循请求，而是重新诠释了用户想要什么。这可能是一次对不寻常提示词的巧妙补救，也可能是模型悄悄认定自己比用户更懂。

在用 AI 构建东西时，这种区别很重要。

一个好的编程模型应该能够处理奇怪的想法，把它们转化为可运行的实现，并在其最初的理解不合理时进行调整恢复。但它也应该保留用户的实际意图，而不是悄悄将其替换成一个更常规的任务。

Three.js 让这成为一个有趣的测试，因为模型必须做的不仅仅是编写普通的应用代码。它需要创建 3D 场景、定位和动画化对象、处理摄像机移动，并可能实现控制和碰撞逻辑。

让一个角色骑牛这件事足够荒诞因而有趣，但在技术上也足够具体，能够暴露实现上的差异。

真正的比较在于 Kimi K3.1 和 Qwen 4 能否把同一个提示词变成一个可玩的 3D 体验，以及在这个过程中各自需要多少修正。

有时最能揭示问题的编程基准，是一个没人会放进正式基准里的提示词。https://x.com/TimJayas/status/2113277551980482975/video/1