为什么新模型发布，都要先做一个游戏？

新 AI 模型发布后让模型现场做游戏，正取代跑分成为主流演示方式。Claude Opus 5.5 发布时 Anthropic 展示了同提示词下的游戏生成对比，GPT-6 Astra 与 Kimi K3.1 Pro 也把游戏开发作为重点演示。这类浏览器游戏同时检验代码生成、空间理解、状态管理与交互反馈，但 GameCraft-Bench 显示最强 Agent 整体完成度仅 41.46%。