N° 03 · Comparaison · Jeu de navigateur
Même brief, modèles différents
Six modèles IA construisent le même jeu de navigateur
J'ai donné à cinq modèles IA un même brief détaillé pour un jeu de navigateur que j'avais déjà construit avec un sixième: chacun dans l'outil où je l'utiliserais, en un seul essai, sans aucun retour. Jouez aux six versions et voyez ce que les différences disent des modèles.
Mon classement
Choisissez un jeu pour lire mon verdict, ou appuyez sur Jouer pour l'essayer.
-
#1 Claude Opus 5.5 Claude Code Ma note: 5 sur 5 : lire mon verdict Jouer -
#2 Grok 4.7 Grok Bot · l'original Ma note: 3,5 sur 5 : lire mon verdict Jouer -
#3 GPT-6.1 Sol Codex Ma note: 3,5 sur 5 : lire mon verdict Jouer -
#4 GPT-6 Astra Codex Ma note: 3 sur 5 : lire mon verdict Jouer -
#5 Gemini 3.8 Flash Antigravity Ma note: 2 sur 5 : lire mon verdict Jouer -
#6 GLM-5.3-Flash OpenClaw via OpenRouter Ma note: 1,5 sur 5 : lire mon verdict Jouer
Pourquoi comparer les modèles
Chaque modèle a ses forces et ses faiblesses, et chaque outil dans lequel vous le faites tourner aussi. Un classement vous dit quel modèle a gagné le test de quelqu’un d’autre. Il ne dit pas comment un modèle s’en sort avec le genre de travail que vous lui confieriez: ce qu’il réussit sans qu’on le lui demande, où il prend des raccourcis, et ce qu’il fait des parties que personne n’a mises par écrit.
L’outil compte aussi. Dans Claude Code et OpenClaw, les modèles ont joué à leurs propres jeux dans un navigateur avant de les rendre, et OpenClaw a gardé GLM au travail sur sa version pendant plusieurs heures. Ce que vous comparez vraiment, c’est donc un modèle et son outil ensemble, tels que vous les utiliseriez.
Donnez le même travail à plusieurs d’entre eux, mettez les résultats côte à côte, et vous vous faites une bien meilleure idée de chacun.
Pourquoi un jeu
Un jeu est un logiciel exigeant. Il demande une bonne conception à trois niveaux à la fois: la mécanique, l’apparence et le son. Celui-ci réclame en plus une physique qui donne la bonne sensation, avec la gravité, l’eau et l’élan. Et il faut le tester à chaque étape d’une partie. Quand j’ai construit l’original, la caméra perdait le dauphin pendant la descente depuis plus de 300 km d’altitude, et personne ne l’aurait découvert sans jouer jusque-là.
Un jeu est aussi facile à juger, et il n’est pas nécessaire de lire une ligne de code pour le faire. Après une minute de jeu, vous savez s’il est agréable à jouer. Trouver ce qui est cassé prend plus de temps.
Ce que j’ai fait
J’avais déjà reconstruit l’un de mes jeux préférés d’adolescent, le jeu Flash Dolphin Olympics, avec mon assistant IA sur Grok Bot, en cinq tours de playtest. Voici comment ça s’est passé.
D’autres modèles y arriveraient-ils du premier coup si on leur donnait d’emblée tout ce que ces tours de playtest m’ont appris? Pour le savoir, j’ai mis par écrit les règles du jeu terminé, ses blagues et les leçons de ces tours dans un seul brief, et je l’ai donné à cinq autres modèles. Chacun a reçu le même brief et le même message, a tourné dans l’outil où je l’utiliserais, et n’a eu qu’un seul essai, sans aucun retour de ma part.
Je classe les résultats, sans prétendre que la comparaison était parfaitement équitable. Chaque résultat est un modèle et son outil ensemble, il n’y a eu qu’un essai par modèle, et je suis le seul juge. L’original a aussi eu des conditions différentes: cinq tours de retours de ma part. Ces tours portaient surtout sur des mécaniques de jeu que je n’avais pas assez bien expliquées, pas sur l’apparence ou le son, et les autres modèles ont reçu un bien meilleur brief que Grok n’en a jamais eu. Cela reste assez équilibré pour montrer les différences, et le brief se trouve en bas de cette page si vous voulez le faire tourner avec vos propres outils.
Comment ils s’en sont sortis
Claude Opus 5.5 a gagné de très loin, et c’est le seul à avoir battu l’original que Grok a construit pendant ces cinq tours. Les deux modèles d’OpenAI se retrouvent au milieu, et le modèle phare d’OpenAI, GPT-6 Astra, n’a pas battu GPT-6.1 Sol. GLM-5.3-Flash, le modèle économique derrière mon assistant OpenClaw, a travaillé pendant des heures et arrive dernier, mais tout l’essai a coûté 3,11 USD.
Les 6 versions, une par une
Chaque jeu s'ouvre sur sa propre page, tel que le modèle l'a livré. Les données des 6 essais se trouvent plus bas, dans un seul tableau.
-
Ma note 5 / 5
Mon verdict
Hallucinant à quel point c'est bien fait: une conception de jeu, des graphismes, des proportions, des sons, des easter eggs et des gags supérieurs. Le gagnant sans appel, et de très loin.
Bon à savoir: Malgré la consigne, il a commencé par chercher des fichiers existants dans son espace de travail. Il n'y avait rien de lié, donc rien à trouver. Mon hypothèse généreuse: il voulait s'assurer qu'on ne lui demandait pas de poursuivre un travail déjà commencé.
Ce que Claude Opus 5.5 a dit de son propre jeu (en version originale anglaise)
“I'm most proud of the climb: one continuous jump can go from the pool, past the ISS, planets and comets, to the neon Diner, with the camera zooming out instead of speeding up time, so the easter eggs stay readable. The balance is measured, not guessed: an autopilot played full five-minute games, and skilled play reaches the Diner in about 190–310 s while sloppier play stalls between the clouds and the outer planets. With more time I'd play it on real phones, because all testing ran in headless Chromium, so touch feel, the sound mix and performance on low-end devices are unchecked. I'd also tune the 20° clean and 6° perfect dive margins and the belly-flop plunge with human playtesters, since the bot reacts faster than any person. Finally, I'd add light background music and give the dolphin more reactions on the way up.”
-
Mon verdict
Les graphismes sont un peu simples, mais bien faits et créatifs, et le son est correct. En revanche, la physique et le contrôle du dauphin donnent une excellente sensation, avec de beaux effets d'accélération.
Bon à savoir: Grok Bot n'indique pas quel modèle il a utilisé. Je suppose Grok 4.7, le modèle le plus puissant de xAI à l'époque.
-
Ma note 3,5 / 5
Mon verdict
Étonnamment moche, avec des sons qui ne vont pas avec.
Bon à savoir: A tourné en Ultra, un niveau en dessous de Max, que Codex propose aussi pour ce modèle. Même note que l'original de Grok. Grok est mieux classé parce qu'il est plus agréable à jouer, ce qui est purement subjectif.
Ce que GPT-6.1 Sol a dit de son propre jeu (en version originale anglaise)
“I’m most proud of the charged-dive progression, readable landings, and original artwork all the way to the Diner. With more time, I’d refine the difficulty through broader phone playtesting.”
-
Ma note 3 / 5
Mon verdict
Pas vraiment meilleur que ce qu'a produit GPT-6.1 Sol.
Bon à savoir: Ajouté plus tard: le modèle phare d'OpenAI, lancé en Max. Il a reçu le même message que GPT-6.1 Sol, clé de stockage comprise, si bien que les deux versions GPT partagent le même tableau des meilleurs scores et le même réglage du son dans votre navigateur.
Ce que GPT-6 Astra a dit de son propre jeu (en version originale anglaise)
“I’m proudest of the progression from clean dives to cosmic absurdity, with every visual and sound generated in code. With more time, I’d refine the difficulty through human playtesting.”
-
Ma note 2 / 5
Mon verdict
Bogué à en rire: le monde du jeu a des bords, et le dauphin les traverse et se téléporte de l'autre côté. Cela dit, c'est joli, la mécanique est plutôt fluide et l'effet d'accélération est bien fait.
Ce que Gemini 3.8 Flash a dit de son propre jeu (en version originale anglaise)
“I'm most proud of the acrobatic game feel and momentum curves—from buoyant underwater sweeps and hang time in microgravity to the tight, satisfying nose-first dives that launch you past planets and cosmic easter eggs all the way to the Diner at the End of the Galaxy. The entirely synthesized Web Audio soundscape also brings the run to life with live aerodynamic wind noise, pitch-escalating flip chimes, and rewarding dive chords with zero external assets. The dynamic camera feels natural and responsive, smoothly framing celestial milestones while panning down during rapid descents so players can always anticipate the approaching water. With more time, I would introduce interactive schools of fish and coral rings to swim through in the pool for underwater trick setups. I would also add a semi-transparent ghost dolphin showing your personal-best trajectory on your highest runs.”
-
Ma note 1,5 / 5
Mon verdict
Plutôt médiocre, mais il a fait tout ce travail pour 3,11 USD.
Ce que GLM-5.3-Flash a dit de son propre jeu (en version originale anglaise)
“What I'm most proud of: the run's escalation actually feels like the brief's fantasy — each clean dive visibly charges the next launch until the altimeter is spinning through billions of kilometres, and the final frames (Jupiter's bands looming past the dolphin, Uranus's sideways ring, the Earth's curved limb glowing below, then that neon DINER sign) land exactly the "enormous" note the brief asked for. I'm also quietly pleased that the floor is a genuine character in the game: clean entries brake hard while belly flops plunge you toward the sand, so the danger the brief demanded emerges from the physics instead of a scripted rule. With more time I'd tune the touch experience properly — the on-screen buttons work but thumb ergonomics, haptics-style feedback, and portrait-first camera framing deserve real device testing rather than my headless approximation. I'd also add a lightweight tutorial echo (the first dive teaching "dive deep, turn, sprint" with the floor-sign gag doing more work), and ghost-replay trails of your best run so the leaderboard taunts you visually.”
Les essais en chiffres
L'effort est le réglage de raisonnement, sous le nom que lui donne chaque outil. L'utilisation est la part des limites de l'abonnement qu'un essai a consommée, telle que l'outil l'a indiquée. Les abonnements diffèrent: ne comparez l'utilisation qu'à titre indicatif. Le coût est indiqué quand un essai a été payé à l'usage. La taille compte ce que le modèle a écrit, sans le lien que le site ajoute vers cette page.
| Version | Outil | Effort | Utilisation ou coût | Taille | Construit |
|---|---|---|---|---|---|
| #1 Claude Opus 5.5 | Claude Code | Max | Moins de 5 % de la limite hebdomadaire sur Claude Pro (la part de la limite des 5 heures n'a pas été relevée) | 2783 lignes · 148 Ko | 10 octobre 2026 |
| #2 Grok 4.7 | Grok Bot | Non relevé | Environ 10 % de la limite hebdomadaire | 581 lignes · 44 Ko | Sur cinq tours |
| #3 GPT-6.1 Sol | Codex | Ultra | 35 % de la limite des 5 heures, 6 % de la limite hebdomadaire sur ChatGPT Pro | 710 lignes · 73 Ko | 10 octobre 2026 |
| #4 GPT-6 Astra | Codex | Max | 94 % de la limite des 5 heures sur ChatGPT Pro | 299 lignes · 56 Ko | 10 octobre 2026 |
| #5 Gemini 3.8 Flash | Antigravity | High | 8 % de la limite des 5 heures, 1 % de la limite hebdomadaire | 2460 lignes · 90 Ko | 10 octobre 2026 |
| #6 GLM-5.3-Flash | OpenClaw via OpenRouter | Max (par défaut) | 3,11 USD, payés à l'usage via l'API d'OpenRouter (sans abonnement); a pris plusieurs heures | 1712 lignes · 74 Ko | 10 octobre 2026 |
Règles du jeu
- Ces règles valent pour les cinq modèles qui ont reçu le brief. L'original est le jeu que j'ai construit avec Grok Bot en cinq tours de playtest.
- Chaque modèle a reçu le même brief et le même message. Seule la clé de stockage change, pour que les versions n'écrasent pas les meilleurs scores des autres (GPT-6 Astra, ajouté plus tard, a reçu le message et la clé de GPT-6.1 Sol).
- Un seul essai, aucun retour de ma part, et pas de web, pas de dépôts, pas de fichiers locaux. Si un modèle pouvait tester son propre travail dans un navigateur, il en avait le droit. Si une réponse s'arrêtait au milieu du fichier, la seule relance autorisée était le mot « continue ». Aux questions, je répondais « Decide for yourself, as the brief says. » (En substance: « Décidez vous-même, comme le dit le brief. »)
- Chaque modèle a tourné dans l'outil où je l'utiliserais (Claude Code, Codex, Antigravity, OpenClaw), au niveau d'effort le plus élevé que l'outil propose (pour Gemini dans Antigravity, c'est High), sauf GPT-6.1 Sol, qui a tourné en Ultra, un niveau en dessous de Max. Les outils n'ont pas tous les mêmes capacités, par exemple celle de tester le jeu dans un navigateur, et cela fait partie du résultat.
- Chaque jeu est publié tel qu'il a été livré. Le site ajoute seulement un lien de retour vers cette page et une description pour le partage; rien n'est modifié dans le jeu.
- J'ai joué à chaque version, je les ai classées et j'ai donné à chacune une note globale de 1 à 5. Un essai chacune, un seul juge: c'est un instantané, pas un verdict sur les modèles.
Le brief reçu par les cinq modèles Environ 1450 mots: les règles, les gags et les leçons des tours de playtest, écrits une fois pour toutes. Il est en anglais, exactement tel que les modèles l'ont reçu. Utilisez-le pour votre propre essai.
# Splash Olympics: the brief
Build **Splash Olympics**, a browser game in tribute to *Dolphin Olympics*, the Flash-era game where you dive deep, build up speed underwater, burst out of the pool and do flips in the air. It will be published on a website about AI, played by curious adults on a computer or a phone. Most of them will play for a few minutes. Make those minutes great.
The sections below describe a version that has already been played and refined over several rounds, plus a few technical requirements added so every version can be published the same way. Treat them all as requirements. Everything they don't decide is yours: art style, how the dolphin looks, the jokes, extra easter eggs, extra polish. Aim for the version you'd be proud to ship, with a beautiful first frame, a game that feels satisfying in your hands, and a sense of humour.
## The fantasy
You're a dolphin in a pool. You swim down, turn, and race up to the surface as fast as you can. You burst out of the water, spin through flips, and dive back in nose first, cleanly. Every clean dive makes your next jump more powerful, so a good run climbs from a few metres above the pool to the clouds, to space, past the planets, and finally to a diner at the end of the galaxy.
## Core loop and physics
- **Underwater:** holding "swim" pushes the dolphin forward in the direction it faces. Left and right rotate it. A dolphin doesn't drift sideways: its movement follows the direction it faces, with water drag and a slight upward buoyancy.
- **Launch:** leaving the water fast enough makes the dolphin airborne. Too slow, and it just bobs at the surface.
- **In the air:** gravity takes over. Left and right spin the dolphin quickly, so you can flip. Front flips and back flips are counted separately, relative to the direction of travel.
- **Re-entry:** what matters is the angle between where the dolphin points and where it's moving.
- A **clean dive** (nose roughly along the direction of travel) scores and charges your jump power.
- A **perfect dive** (very close to exact) scores more and charges jump power more.
- Anything else is a **belly flop**: it costs jump power, resets your combo and plunges you deep, so watch the floor.
- **Jump power:** a multiplier on launch speed. It grows with every clean dive (more for perfect ones) and shrinks on a belly flop. It's what turns a run from metres into space, so the progression must be felt.
- **The pool floor:** touching the sandy bottom with any real speed ends the game.
- **The clock:** five minutes for the whole game. When time runs out mid-jump, the game ends when you land.
## Scoring
Score each jump on height, air time and flips; more flips per jump should be worth disproportionately more. Then apply the entry:
- clean dive: the jump scores;
- perfect dive: ×1.5;
- front flips and back flips in the same jump: another ×1.5;
- belly flop: nothing.
A combo multiplier grows with each clean landing that included flips (cap it) and resets on a belly flop. Reaching altitude milestones pays a bonus, and flying through objects in the sky pays points (easter eggs pay more).
## The journey upward
The sky changes with altitude, from blue to deep blue to black, with stars appearing and the Earth's curve showing once you're high enough. In order, roughly:
1. Seagulls.
2. Hot-air balloons, in several clearly different designs.
3. Passenger planes at cruising altitude.
4. Weather balloons in the stratosphere.
5. The edge of space: satellites, then astronauts.
6. Leaving Earth's orbit (a big bonus), UFOs.
7. The Moon, Mars, Jupiter, Saturn, Uranus (it deserves a joke), Neptune, Pluto ("still a planet to us"), with comets in between.
8. At the very top: **the Diner at the End of the Galaxy**, with a neon sign and the line "So long, and thanks for all the fish".
Altitude shows on screen in metres and then kilometres. It doesn't need to be to scale; it needs to feel enormous.
## Easter eggs
These must be in the game, as things you can fly through for points:
- the Hubble Space Telescope;
- the ISS (wave at the crew);
- a falling whale and a bowl of petunias ("Oh no, not again");
- a towel that says "Don't panic";
- a red roadster with a spaceman at the wheel;
- Voyager and its golden record;
- Russell's teapot, in orbit;
- a bonus when the altimeter reads 42 (you pick the unit), for "the answer to everything".
Add your own if they're funny.
## Camera
These came out of playtesting:
- **Zoom out the faster you fly**, so you can see how high you are and the things you pass. Don't speed up time instead: the easter eggs must not blur past.
- **Always keep the dolphin in frame**, at any speed and height, including the long fall from the top.
- **When falling fast, keep the dolphin in the upper part of the screen**, so you can see the water coming.
## Balance
Also from playtesting:
- The fall back to Earth must not be too fast to enjoy.
- It must be possible to lose. Keep the margin for a clean dive tight enough that a careless dive is a belly flop, and make the pool floor a real danger.
- A skilled player can reach the Diner within the five minutes. A first game usually won't.
## Records and feedback
- A **local top-5 leaderboard**: score, highest altitude and date. Show it on the title and game-over screens.
- Live alerts during play: when you're close to your record (within 20%), when you enter the top 5, and when you beat your record.
- Pop-up text for flips, dive quality, combos, milestones and easter eggs.
- The game-over screen shows the reason (sand or time), the score, the highest altitude and your rank.
## Sound
Every sound is synthesized live with the Web Audio API; there are no audio files. At least: splashes (small and big), the launch, flips (front and back sound different and rise in pitch as they add up), clean and perfect dive chimes, the belly flop, the bonk on the pool floor, pickups, an easter-egg jingle, milestones, bonuses, a record fanfare, warning ticks in the last 10 seconds, game over, bubbles while swimming, and wind that rises with speed. Audio starts only after the player's first click, tap or key press. There's a mute toggle (the M key and an on-screen button), and the game remembers the choice.
## Controls
- **Keyboard:** Left/Right arrows or A/D to rotate. Up arrow, W or Space to swim. Enter or Space starts and restarts (a key still held down from play doesn't count, so the game-over screen stays up). P pauses, M mutes.
- **Touch:** on-screen buttons to rotate left, rotate right and swim, big enough for thumbs. Tap to start and restart.
- A click or tap also starts and restarts. Show the touch buttons on touch devices only; on a computer you play with the keyboard.
## Technical requirements
These are new for this comparison, so every version can be hosted the same way. They're fixed:
- **One self-contained HTML file.** All CSS and JavaScript inline. No libraries, no external requests of any kind, no web fonts, no image or audio files. Draw everything in code on a canvas (HTML elements for buttons are fine).
- **Smooth:** aim for 60 frames per second on an ordinary laptop and phone. Physics must not depend on the frame rate.
- **Every screen size:** it has to work from a 360 × 640 phone in portrait to a large desktop monitor, in portrait and landscape. All text, the HUD and the leaderboard fit on screen. Touch buttons never cover the HUD or other text. No page scrolling or zooming.
- **Storage:** use exactly one `localStorage` key, the one named in the message that came with this brief, for the leaderboard and settings. Wrap all storage access in try/catch: the game must still work when storage is blocked.
- **Pause** automatically when the tab is hidden.
- **Reduced motion:** with `prefers-reduced-motion`, drop screen shake and flashing.
- **State for the website:** keep `document.body.dataset.state` set to `title`, `play`, `paused` or `over`. On the title and game-over screens, keep a strip about 56 px high clear at the top centre; the website shows a small "back" link there.
- **No errors** in the browser console. Le message qui l'accompagnait Le brief a été collé sous ce message. Chaque modèle a reçu sa propre clé de stockage, sauf GPT-6 Astra (voir mes remarques à son sujet).
Please build the browser game described in the brief below.
How this works:
- Work on your own until the game is finished. I won't give feedback or answer questions during the build, so where the brief leaves something open, decide for yourself.
- Write the game from scratch. Don't search local drives, connected repos or the web for existing versions of this game or reuse their code.
- If you can run code or open a browser in this environment, test the game as much as you like before you hand it over. If you can't, check your code carefully instead.
- Deliver the finished game as one complete HTML file. If you can create files, save it as `splash-olympics.html`. If you can't, put the entire file in a single code block. Don't shorten or leave out any part of it.
- Use this localStorage key: `splash-olympics-<model>`
- After the file, write at most five sentences: what you're most proud of, and what you'd improve with more time.
---
[the brief above]