I Tested Gemini 4 vs Opus 5.5 vs GPT-6 Astra vs Muse Wonder (5 Use Cases)

同一句提示词让 Opus 5.5、GPT Astra、Gemini 4、Muse Wonder 各写代码造姬路城 3D 动画，Opus 最惊艳，Muse 像几代前的模型。

前沿模型竞赛从 OpenAI 对 Anthropic 两家，变成四家混战。作者拿到除 Muse 外全部模型的早期权限，用五个真实任务横评：3D 建模、游戏、动画短片、网页设计、写作。结果不是一家通吃——最闪光的和最实用的，落在了不同模型头上。

提示词是：用 Blender 建姬路城堡，渲染 30 秒樱花季黎明电影感画面，建筑要对，还要配乐，全部靠代码完成。白墙叠檐的结构最难还原，正好当试金石。

• Opus 5.5 第一：镜头从樱花树推到城堡，背景还有落雪，作者说像正经旅游广告，城堡和他记忆里一模一样。
• Gemini 4 第二：机位更多，有桥下仰拍，配的也是传统日本笛声，但整体稍逊。
• GPT Astra 第三、Muse Wonder 垫底：Astra 水面倒影和鸟叫不错，但城堡偏平、不太像；Muse 被 Meta 首席 AI 官 Alex Wang 承认没训练过 3D，作者评价"像几代前模型的渲染"。

游戏任务是做星际争霸素材的《星际火狐》式轨道射击：人族飞船打虫族飞虫。网页任务是不看现有网站，从零重做作者"Behind the Craft"的品牌和首页。

• 游戏 Opus 仍第一：一次成型，有 Boss、有僚机对话，作者只嫌镜头光晕太多、太亮。
• Gemini 游戏第二：功能最多——按 V 切第一人称、按 B 召战列巡洋舰、能翻滚，但画面拥挤、不如 Opus 精致。
• 网页设计 Astra 第一、Gemini 翻车：Astra 极简，标语"Make something of AI"，有明确邮箱订阅按钮，还调用 ChatGPT 图像生成放了受访者照片和插画；Gemini 文案多到爆炸，和它的游戏一个毛病——什么都想做，结果过载。

作者有个技能：把采访原始转录稿变成带导语和要点提炼的 newsletter。他让 Opus 当裁判，把三个模型的稿子和自己最终定稿比对。

• Gemini 4 写作第一：唯一"听起来像你"的稿子，用了正确的开场引语，有个人化例子；Opus 最有洞察但最不个人化，Astra 准确但既不个人也不够深。
• Gemini 3.8 到 4 的写作提升明显：Google 团队专门花时间改写作输出，过去啰嗦的毛病好转很多。
• 医疗研究也是 Gemini 强：作者帮母亲做医疗研究，Gemini 4 找到其他前沿模型没找到的信息，具体且考据扎实——啰嗦在这里反而成了优点。

"Opus 最闪，Astra 网页最干净，Gemini 赢在写作和研究——这些不 flashy，但恰恰是知识工作者每天真正要干的活。"

• 选模型别只看跑分，按任务分工：3D、动画、视频剪辑交给 Opus，网页设计交给 Astra（它能调图像生成），写作和深度研究交给 Gemini 4。
• 如果你的产品要模型生成网页或游戏，警惕"功能堆砌"陷阱：Gemini 每次都想多做，结果过载；克制的 Astra 反而赢了。