Stefan Vaskevich
眼下做 Blender 和 3D，哪个 AI 模型最强？大多数工作选 Claude Opus 5.5。在我的完整游戏测试里， 它赢了 GPT-6.1、Gemini 4 和 Meta 的 Muse，在几乎所有 Blender 任务上也都胜过 Gemini 4 和 Kimi K3.1 Pro。要做细节丰富的程序化汽车和船只，选 GPT-6 Astra，它做得更快或更便宜。Gemini 4 Argon 是省钱之选，每项任务的花费常常只有十分之一。至于展 UV，目前它们一个都做不好。
这个页面汇总了我 2026 年 8 月到 11 月的七期对比视频：40 多项测试，每个模型拿到的 都是同一条提示词、同一套工具，推理强度都开到最高。下面是每类 3D 工作的赢家、 正面对决的结果，以及每一轮花了多少钱。费用按同样的 token 走 API 的价格计算； 大多数测试我其实是用订阅跑的。有新模型发布，我就会更新这一页。
最新测试：四个模型在 Unity 里复刻 Fortnite
道具、地图和完整游戏，每个结果、每张账单都摆在屏幕上。
1. 每类 3D 工作的最佳 AI 模型
没有哪个模型能包揽一切，所以下面按工作类型给出答案。“备选”是指首选太贵、 或者你用不上时，我会转而使用的模型。
| 工作 | 首选 | 备选 | 理由 |
|---|---|---|---|
| 在 Unity 里做一款完整游戏 | Claude Opus 5.5 | Gemini 4 Argon | 唯一一个玩起来符合任务书的版本；也是四个里最快的（智能体用时 24 小时） |
| 生物与角色动画 | Claude Opus 5.5 | GPT-6 Astra | 绑定质量不相上下，但跳跃和攻击循环明显更好，用时 46 分钟，对方 63 分钟 |
| VFX 与着色器 | Claude Opus 5.5 | GPT-6 Astra | 魔法阵、落叶旋涡和镜头运动都高出一个档次 |
| 程序化硬表面：汽车、船只 | GPT-6 Astra | Claude Opus 5.5 | 凯迪拉克和大帆船的细节更多；大帆船的花费约为一半 |
| 给生物做绑定 | GPT-6 Astra 或 Opus 5.5 | - | 两者都会搭一套带 IK 的控制骨架；GPT-6 Astra 是在没人要求的情况下主动做的 |
| 预算有限时做单个道具 | Gemini 4 Argon | GPT-6.1 Sol | Fortnite 测试中单个道具做得最好，花费常常只有 Opus 的十分之一；但非常慢 |
| 能自己部署运行的开放权重模型 | Kimi K3.1 Pro | DeepSeek 4.1 | 在我的测试中大致与 Gemini 4 同级，有好几项还赢了 Gemini |
| 展 UV | 都不行 | - | Opus 5.5 和 GPT-6 Astra 双双失败：UV 岛又小又碎，一半 UV 空间被浪费 |
先说一下命名，因为确实容易搞混。GPT-6 Astra 是 OpenAI 的前沿模型。GPT-6.1 Sol 是更便宜的日常档，在 Fortnite 测试中垫底；它的成绩说明不了 Astra 的水平。Opus 5.5 是 Anthropic 位于 Fable 之下的第二档，但在 3D 上照样能和 GPT-6 Astra 打得有来有回。
2. Blender 中的 Claude Opus 5.5 vs GPT-6 Astra
这两个之间的较量最胶着。我给它们同样的十项任务，推理强度开到最高，各自在自己的 智能体框架里跑（Claude Code 和 Codex CLI），都通过 MCP 拥有 Blender 的完整权限， 也都允许通过 Higgsfield 插件调用 2D 和 3D 生成 API。但大多数时候，它们还是选择 全部用程序化方式搭建。
| 测试 | 胜者 | 用时与花费 |
|---|---|---|
| 带 DeLorean 跑车的电影街景 | Opus 5.5 | 各约 1.5 小时、约 $25；Opus 加上了火焰轨迹 |
| 巴黎圣母院，全程序化 | 平局 | GPT-6 Astra 用了 42 分钟，Opus 5.5 用了 96 分钟 |
| 凯迪拉克 Eldorado，程序化 | GPT-6 Astra | 细节更多，灯光更好；用时相同，花费相近 |
| 海盗大帆船，程序化 | GPT-6 Astra | 各约 1 小时；GPT-6 Astra 的花费约为一半 |
| Three.js 中的 VFX 套组 | Opus 5.5 | 各约 30 分钟，token 用量很少 |
| 给四个资产展 UV | 双双失败 | 各约 20 分钟、$10 |
| 生物的行走、跳跃和攻击 | Opus 5.5 | 46 分钟对 63 分钟 |
| 乐高人形角色动画 | Opus 5.5，险胜 | 两者都没有我期待的那么灵动有趣 |
| 带烟花和延时摄影的城堡 | 各有胜负 | GPT-6 搭的城堡更精细；Opus 的动态效果更好 |
| 一条提示词做 HTML 游戏 | Opus 5.5 | 好玩得多，但用时和花费都接近三倍 |
比分：Opus 5.5 赢五项，GPT-6 Astra 赢两项，另外三项是平局、各有胜负或双双失败。 能用数学描述的物体，GPT-6 Astra 赢：对称的船体、镀铬饰条、重复排列的窗户。 结果需要动起来、需要手感的时候，Opus 5.5 赢，而游戏工作大多属于后者。
单看 GPT-6 Astra，它仍然是九月份让我重新思考 3D 工作方式的那个模型。在和 Fable 5.1 的对比中，它给我的四足生物做了干净的权重绑定，还加了一套带反向动力学的 控制骨架，而这是我根本没要求的。它只凭一张参考图，就用程序化方式重建了一整座小镇， 用时约一小时，面数约 7 万。它根据蓝图造了一辆车并配上组装动画，还用一条提示词写出了 一个能用的 Blender 插件。十多项这样的测试，只用掉了我在 ChatGPT 最高档套餐上 每周额度的约 7%。
Opus 5.5 则是靠重跑一年前顶尖模型都很吃力的测试，赢得了自己的位置。著名的甜甜圈 测试跑了两轮，用时 100 分钟、约 $21，带参考图的那一轮做出来和参考图几乎一模一样。 一段键盘动画用了 111 分钟、$23；一座由 13 个 Tripo 生成模型拼成的小岛用了 62 分钟、 约 $20，外加 $5.50 的生成费用；一款可玩的足球游戏用了 23 分钟。那款游戏我玩了 20 分钟，几乎没碰到 bug。
3. Gemini 4 Argon：省钱之选，但有局限
Google 对 Gemini 4 的 3D 能力许下了很多承诺，官方基准测试里它在大多数项目上都排在 GPT-6 Astra 和 Opus 5.5 之上。但在我和 Opus 5.5 的七项正面对决中，它在质量上输了 六项，第七项之所以归它，只是因为 Opus 误读了我的提示词。不过它每次都便宜 4 到 14 倍： 叶海龙 $2 对 $15，写实风格的 Minecraft 复刻 $1.50 对 $21.35。
- 根据两张蓝图搭建玻璃别墅：两个模型都把所有东西放对了位置，Opus 看起来更好，Gemini 的花费只有它的四分之一。
- 叶海龙的绑定和动画：Gemini 彻底失败，即使它能调用 3D 生成器也一样。Opus 生成了身体和叶片， 并把它们正确地连接起来。
- 水族箱动态壁纸、焚香 VFX、Rocket League 和 Minecraft 复刻：每次都是 Opus 赢，价格大约是 Gemini 的 7 到 14 倍。
- 游戏菜单场景：Gemini 用 30 分钟、$2 交付了一个能用的页面；Opus 误读了我的提示词，做成了一个 Blender 文件。
然后，Fortnite 测试把这个结论翻转了一部分。一次做一个道具时，Gemini 4 做出的单个 模型是四个里最好的，总排名第二，打击反馈和破坏效果也都是最好的。代价是速度： 这套道具它做了将近 14 个小时，而 Opus 只用约 4 小时就完成了。
4. 一款完整游戏：Opus 5.5 vs GPT-6.1 vs Gemini 4 vs Muse
做一整款游戏，正是模型们原形毕露的地方。我让四个模型分三个阶段在 Unity 里复刻 Fortnite：先做一套道具，再做地图，最后是完整游戏。提示词相同，工具是 Blender 加 Unity CLI，角色和动画用 Mixamo，不允许用 2D 或 3D 生成器，好让模型自己把活干完。 允许追加提示词；整个测试花了三天。
| 排名 | 模型 | 道具 | 地图 | 游戏 | 智能体用时 | Token 数 | API 花费 |
|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5 | 第 2 | 第 1 | 第 1 | 23 小时 59 分 | 778.9M | $282.29 |
| 2 | Gemini 4 Argon | 第 1 | 第 2 | 第 2 | 39 小时 33 分 | 302.7M | $132.59 |
| 3 | Meta Muse Wander | 第 4 | 第 4 | 第 3 | 约 30 小时 | 约 183M | $191.71 |
| 4 | GPT-6.1 Sol | 第 2 | 第 3 | 第 4 | 41 小时 50 分 | 280.7M | $93.82 |
Opus 5.5 最贵，也最快：7.789 亿 token、$282，智能体用时不到 24 小时。GPT-6.1 Sol 最便宜，只要 $94，但它跑的时间最长，游戏从头到尾都很生硬：步枪动画是冻住的， 拾取没有反馈，子弹做成了导弹。Muse Wander 看起来最朴素，但玩起来比 Sol 好， 帮我汇总报告的 AI 也这么认为。
5. 开放权重模型：Kimi K3.1 Pro 和 DeepSeek 4.1
开源模型在 3D 领域又回来了。按月之暗面自己公布的数字，Kimi K3.1 Pro 在 Terminal Bench 上排第二，仅次于 Opus 5.5，所以我让它和 DeepSeek 4.1 Flash 在九项测试上 对阵 Gemini 4 和 Opus 5.5。两个开放模型我都放在 Claude Code 智能体框架里跑： 在它们自己的框架里（比如 Kimi Code）更便宜，但也更偷懒，因为 Claude Code 会推着模型反复迭代。
- 大多数测试仍是 Opus 5.5 赢：阿波罗登月、可探索的白宫、川崎 H2 组装，以及跃出水面的鲸鱼。
- Kimi K3.1 Pro 的水平接近 Gemini 4，还在汽车变形机器人这一项上赢了它。折纸鹤那一项它选了更难的做法，拿到第二； 它的迷你星球游戏操控是四个里最干净的。
- DeepSeek 4.1 几乎不花钱，还做出了一个出奇好玩的弹球游戏；Gemini 4 的球每次都会卡住。
- 价格上的提醒：通过 Kimi API 使用时， 缓存读取（每百万 token $0.20）让我的测试花费接近 Opus 5.5。通过 Kimi Code 或在自己的硬件上跑就便宜得多；按 token 计价，它大约比 GPT-6 Astra 便宜 5 倍。
DeepSeek 已经开放了权重，月之暗面也表示 Kimi K3 的权重会在 11 月初登上 Hugging Face。在更早的八月那一轮里，Grok 胜过了开放权重的 GLM 5.3 和 Qwen 3.8 Max。GLM 5.3 不错，但它的 API 在最高推理强度下总是出错，Qwen 3.8 Max 失败得最多。 如果你需要把工作留在自己的服务器上，GLM 5.3 和 Kimi K3.1 值得一试。
6. 配置和模型一样重要
这一页上的每个结果，都取决于模型以什么方式接入 Blender。在怪罪模型之前， 先检查这三件事。
- 用 MCP，别用 computer use。用 computer use 时，GPT-6 Astra 光是保存一个文件就花了 10 分钟。MCP 服务器（官方 Blender MCP 或免费的Higgsfield Blender 插件） 能让模型直接调用 Blender，并看到场景。
- 用模型自己的 CLI，推理强度开到最高。Opus 用 Claude Code，GPT-6 用 Codex CLI，Gemini 用 Antigravity CLI。 聊天窗口跑不了你的场景。
- 在乎质量时，就用 3D 生成器。Fortnite 测试里我禁用了它们，为的是衡量模型本身；做正式项目时，让智能体调用 Tripo P2 或 Hi3D，得到的资产比基础几何体拼出来的好得多。
这一切我都是在自己的免费工作区里跑的：GitHub 上的 Mr Mak Workspace， 它现在支持 Claude Code、Codex 和 Antigravity 并排使用。完整的安装指南见GPT-6 Astra 配置和Claude + Blender 配置。
7. 所有模型仍会翻车的地方
花多少钱，用多长时间
六月时，Opus 4.8 和 GPT-5 还很难把现成的物体按正确的旋转角度摆好。如今 Opus 5.5 和 GPT-6 Astra 能搭完整场景、给生物做绑定、交付可玩的游戏，两者之间的 差距只剩口味和预算。我的默认选择是：会动的东西用 Opus 5.5，带镀铬的东西用 GPT-6 Astra。Gemini 4 我留着批量做便宜的道具，同时盯着 Kimi，等开放权重追上来的 那一天。
本站相关指南：GPT-6 Astra 3D 配置、Claude + Blender 配置、Kimi K3 做十款 Unity 游戏，以及免费本地 LLM 在 Unreal Engine 5.8 里做游戏。
所有测试都在 YouTube 上
- 2026 年 11 月 7 日 Fortnite in Unity: Opus 5.5 vs GPT-6.1 vs Gemini 4 vs Muse
- 2026 年 10 月 25 日 Kimi K3.1 Pro vs DeepSeek 4.1 vs Gemini 4 vs Opus 5.5
- 2026 年 10 月 15 日 Gemini 4 Argon vs Opus 5.5 in 3D and Blender
- 2026 年 9 月 27 日 Opus 5.5 reruns my Blender tests from a year ago
- 2026 年 9 月 24 日 Claude Opus 5.5 vs GPT-6 Astra: 10 Blender tests
- 2026 年 9 月 7 日 GPT-6 Astra in Blender (vs Fable 5.1)
- 2026 年 8 月 26 日 GLM 5.3, Qwen 3.8 Max and Grok on 3D tasks
最后更新于 2026 年 11 月 9 日。接下来要测的是 Gemini 4 Carbon 和 Muse Wonderful，等我拿到使用权限就测。
