AtomGit 首发！双模型 PK 赛：我用 GLM-5 和 Qwen3.5 一句话生成游戏，谁更强？
本文基于 AtomGit 首发模型体验，开发了 AI Game Generator 工具，实现一句话生成可运行小游戏，并对 GLM-5 与 Qwen3.5 进行双模型并行对比。从提示词设计、并发调用、安全沙箱到缓存优化，完整展示模型实战效果与差异评测，为大模型应用落地提供参考。
活动仓库：AtomGit 首发模型体验活动
本文参加 AtomGit AI 社区"首发模型体验征文"活动，基于 GLM-5 和 Qwen3.5 模型的真实在线体验撰写。
参与主题：主题2（提示词锦囊）+ 主题3（创意魔法盒）+ 主题4（技术深探者）
一、项目背景
春节期间，AtomGit AI 社区首发上线了多款开源大模型。作为一个喜欢折腾的开发者，我萌生了一个想法：能不能用 AI 双模型并行生成游戏，让用户对比投票选择最佳版本？
二、用 GLM-5 生成项目原型
我首先在 AtomGit 官方平台向 GLM-5 提问，让它帮我生成项目原型代码：
我的提问：
请生成一个完整的"一句话生成游戏对比工具"项目代码。
前端Vue3，后端Fastify。
用户输入游戏描述，后端同时调用GLM-5(zai-org/GLM-5)和Qwen3.5(vLLM_Ascend/Qwen3.5)生成HTML游戏，
并排展示在iframe中，左右分别显示两个模型的游戏，每个游戏下方有点赞按钮，底部显示历史记录。
API地址: https://api-ai.gitcode.com/v1
体验密钥从atomgit官方免费获取。
输出前后端完整代码。
GLM-5 给出了完整的前后端代码框架，我在此基础上进行了优化和完善：
- 添加了缓存机制
- 优化了 UI 样式
- 增加了安全沙箱
- 完善了错误处理
于是，「AI Game Generator」项目诞生了。
三、项目介绍
核心玩法：
- 输入游戏描述（如"打地鼠小游戏"）
- GLM-5 和 Qwen3.5 同时生成 HTML 游戏
- 实时预览两个游戏，投票选出最佳版本
技术栈：
- 前端：Vue 3 + Vite
- 后端：Fastify (Node.js)
- 模型：GLM-5、Qwen3.5（通过 GitCode API）
- 安全：iframe sandbox 沙箱隔离
四、核心实现
3.1 提示词设计
为了让模型生成高质量、可直接运行的游戏，我设计了一套结构化提示词模板：
const GAME_PROMPT_TEMPLATE = `你是一个HTML小游戏生成引擎。
严格要求：
1. 只输出完整HTML文档
2. 必须包含 <!DOCTYPE html>
3. 内嵌 CSS
4. 内嵌 JS
5. 不允许 Markdown
6. 不允许解释
7. 不允许外链资源
8. 代码必须可直接运行
9. 游戏必须有交互逻辑
用户需求：
{userPrompt}`;
设计思路：
- 角色定位：明确"你是游戏生成引擎"
- 约束条件：9条规则确保输出质量
- 禁止项：禁止 Markdown、解释、外链，避免输出污染
3.2 双模型并行调用
// server/src/services/model.js
async function callGitCodeAPI(prompt, modelConfig) {
const response = await fetch(`${config.gitcode.baseUrl}/chat/completions`, {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': `Bearer ${config.gitcode.apiKey}`
},
body: JSON.stringify({
model: modelConfig.model,
messages: [{ role: 'user', content: systemPrompt }],
stream: false,
max_tokens: modelConfig.maxTokens,
temperature: 0.6
})
});
return extractHtml(await response.json());
}
// 双模型并发
export async function callModels(prompt) {
const [resultA, resultB] = await Promise.all([
callGLM(prompt),
callQwen(prompt)
]);
return { modelA: resultA, modelB: resultB };
}
3.3 缓存加速
// 内存缓存 + 文件缓存，24小时过期
const memoryCache = new Map();
const CACHE_TTL = 24 * 60 * 60 * 1000;
相同提示词的请求直接返回缓存，响应速度从 5-10 秒降到毫秒级。
3.4 安全沙箱
<iframe
:srcdoc="modelA?.html"
sandbox="allow-scripts allow-popups allow-forms"
></iframe>
即使生成恶意代码，也被限制在沙箱内。
五、模型对比评测
公平性说明：两个模型统一使用
maxTokens: 4096参数，确保公平对比。
4.1 综合评分
| 维度 | GLM-5 | Qwen3.5 |
|---|---|---|
| 代码结构 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 创意程度 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 完整性 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 简洁度 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
4.2 实测对比
俄罗斯方块对比：
- GLM-5：界面信息完整，有分数/等级/预览/控制提示，适合继续迭代
- Qwen3.5：布局简洁，最小可运行版本，适合快速出结果
打地鼠对比：
- GLM-5：视觉主题统一，分数与进度/时间信息在界面展示，更像完整小活动页
- Qwen3.5：洞位布局规整，但本次截图中地鼠形象未正常生成，主要呈现为洞位占位，命中反馈与沉浸感相对弱一些（更适合后续补齐素材/动画/反馈逻辑）
4.3 选择建议
- 追求完整度/可维护性 → GLM-5
- 追求创意点子/快速原型 → Qwen3.5
4.4 遇到的问题
| 问题 | 解决方案 |
|---|---|
| 代码截断 | 提示词精简 + 引导生成精简代码 |
| 输出污染 | 后处理正则清洗 Markdown 标记 |
| 响应时间长 | 缓存机制 + 加载动画 |
六、项目亮点
- 双模型并行：一个请求，两个结果，对比直观
- 即时可玩：生成 HTML 直接运行
- 投票互动：增加趣味性
- 安全沙箱：iframe 隔离保障安全
- 智能缓存：节省成本，加速响应
七、部署指南
# 1. 克隆项目
git clone https://atomgit.com/u013737132/ai-game-generator
cd ai-game-generator
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env，填入 GitCode API Key
# 3. 安装依赖并启动
npm install
npm run dev
访问 http://localhost:5173 即可体验！
八、结语
这次使用 AtomGit 首发模型的体验非常棒！GLM-5 和 Qwen3.5 都展现出了强大的代码生成能力。
- GLM-5：更注重完整性和规范性，适合追求稳定的项目
- Qwen3.5：更有创意和灵活性，适合快速原型和探索
如果你也对 AI 编程感兴趣，强烈推荐来 AtomGit 体验这些首发模型！
项目地址：https://atomgit.com/u013737132/ai-game-generator
活动入口：AtomGit 首发模型体验活动
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
0
0- 0
已为社区贡献24条内容
所有评论(0)