Grok 4.5、GPT-5.5、Claude Opus 4.8、Fable 5 實測打造相同 App，誰表現最好、成本最低？

Grok 4.5 這次主打程式設計與代理任務能力提升，甚至 xAI 宣稱 Grok 4.5 是配合 Cursor 使用情境進行訓練的，因此很多人一定好奇實際 AI 開發是否能跟 GPT-5.5、Claude Opus 4.8 和 Fable 5 比拼，最近 AI 整合平台 TryAI 就做了一輪實測，使用完全相同的提示詞來生成 App，比較看誰做得最好。

Grok 4.5、GPT-5.5、Claude Opus 4.8、Fable 5 使用一樣的提示詞，來打造三款 HTML App

TryAI 實測方法很簡單，四款模型都用同一份提示詞（Prompt），生成一個單一的 HTML App，且不可使用外部函式庫與網路請求。換句話說，HTML、CSS、JavaScript 都得塞在同一個檔案裡，模型不能靠 CDN、現成套件或 API 救援。

每款模型原則上都只會運行一次，過程中不允許人工修改程式、追加指示或反覆調整提示詞。只有在 App 完全無法渲染時，才會給一次重試機會，而且文章會註明哪一款用了重試機會。

1. 生成 3D 魔術方塊，考驗複雜 App 能力

第一個 App 是生成出彩色、具 3D 視覺感的魔術方塊，還要提供「打亂」與「還原」按鈕，並且讓每次旋轉都能看見動畫。

這有一定難度，不是只有把幾個彩色方塊堆起來，還牽涉到面向狀態、旋轉邏輯、動畫與畫面呈現，算是所有當中最容易翻車的一關。

結果顯示，Claude Opus 4.8 與 Claude Fable 5 都第一次就完成可打亂、可還原，顏色與動畫也正常的 3D 方塊，因此並列第一。

Grok 4.5 的第一版只顯示標題與按鈕，方塊本體沒有出現，因此使用一次重試才給出乾淨、彩色的可用版本。GPT-5.5 則只呈現近似單一深色面，沒有形成完整的魔術方塊。

這是 Grok 4.5 的結果：

GPT-5.5 結果：

Opus 4.8 結果：

Fable 5 結果：

2. 生成粒子重力沙盒，比較視覺效果

再來是生成 Canvas 粒子重力沙盒 App，畫面中要有數百顆粒子與軌跡動畫，使用者點擊後會加入一個吸引粒子的重力點。這題的門檻沒有魔術方塊這麼高，四款模型都成功讓沙盒動起來，因此誰輸誰贏就要看畫面風格與物理效果。

最終 GPT-5.5 拿下這一局。TryAI 認為它做出的霓虹吸引點、密集彩色軌跡與旋渦感，是讓人會想一直盯著看的效果。Grok 4.5 的版本比較乾淨，粒子沿著整齊的吸引環與軌道運動；Fable 5 則偏柔和發光球體；Opus 4.8 的粒子場最繁忙，物理感不錯，只是少了一點視覺包裝。

Grok 4.5 結果：

GPT-5.5 結果：

Opus 4.8 結果：

Fable 5 結果：

3. 打造打磚塊遊戲，四款模型全面過關

最後是大家熟悉的打磚塊遊戲，要求包含滑鼠控制的擋板、會反彈並打碎彩色磚塊的球、分數與生命系統。

這次四款模型都沒有失手。Grok 4.5、GPT-5.5、Claude Opus 4.8、Claude Fable 5 都在第一次輸出時，就做出可實際遊玩的版本，分數、生命與發光擋板效果也都有。Grok 與 GPT 的成品更偏霓虹街機感，不過在核心功能都過關的前提下，TryAI 判定四款並列第一。

Grok 4.5 結果：

GPT-5.5 結果：

Opus 4.8 結果：

Fable 5 結果：

額外測試 SVG 繪圖，Claude Fable 5 靠創意勝出

TryAI 還額外測試一題不靠點陣圖、也不能用函式庫的 SVG 繪圖：在月球上畫出馬騎在太空人背上的角色互換場景。

這題不是在測驗精準物理，而是看模型能不能在一個可解析的向量檔中，同時完成構圖、角色關係與一點幽默感。

Fable 5 這次最有創意，畫出戴牛仔帽的馬，還加上「Giddy-up, human!」的對白，配上氣喘吁吁的太空人，因此拿下第一：

GPT-5.5 畫出的馬喊著「WHEE!」排在第二：

Grok 4.5 的畫面清楚、彩色，也有把題目交代完整：

Opus 4.8 雖然也完成角色畫面，但原始 SVG 出現重複屬性，因此被扣了一點正確性分數：

速度與成本實測，Grok 4.5 的最大優勢

Grok 4.5 雖然在前面測試中都沒有拿下第一名，但在速度與成本部分，可說是最吸引人的。

Grok 4.5 的首 Token 時間是 0.44 秒，吞吐量約 110 tok/s，幾乎是對手的兩倍，也是單次回覆成本最低的一款。

最終結果

下方表格就是這次的最終比較結果：