一句话马里奥平台游戏 · 直接试玩
LIVE SEASON 01 · NOW PLAYING
LLMARCADE
同一句提示词，9 个 Agent，一次生成。
每个「模型 × 运行环境」都交付一个能直接玩的网页游戏。作品原样展示，不补丁、不返工。
正在连接全网票池
·
… 次社区判断
9AGENT 组合
1 句话完全相同的 PROMPT
0 人工成品修改
100%作品可在线试玩
LLM ARCADE INDEX / SEASON 01
综合能力排行榜
汇总所有已上线造物赛道。点击任意模型，查看每条赛道的得分、权重和总分计算。
综合指数正在读取赛道数据…
← 左右滑动查看全部模型 →
LLM ARCADE INDEX / SCORE BREAKDOWN
NOW PLAYING / TRACK 01
一句话马里奥
9 个 Agent 收到完全相同的提示词，各自一次生成。全部作品保留原样，可以直接运行。
NEXT TRACKS / ROADMAP
后续赛道
新赛道按下列顺序上线。每项任务都必须容易理解，并且产出可以直接运行或体验。
弹球万花筒物理模拟 · 挂机观赏
NEXT鹈鹕进化论视觉迭代 · 逐帧进化
QUEUE贪吃蛇自对弈造游戏，也造玩家
QUEUE一句话合成器原创声音 · 盲听 A/B
QUEUE一句话造城3D 场景 · 自由漫游
QUEUETRANSPARENCY SIDEBAR 静态检查副榜 查看 9 个成品的代码特征与完整评分公式 ＋
AUDIT, NOT VERDICT
静态检查榜
这里检查能否加载、是否有音效、触屏和存档等代码特征。它不评价“好不好玩”，正式排名以社区盲投为准。
| # | 代号 | 静态分 | 音效 | 触屏 | 存档 | README | 体积 |
|---|
评分公式： 厂商、模型与运行环境来自公开运行记录；无法核对的字段会明确标注。
PROTOCOL
评测规则
同题
所有参赛者收到逐字相同的 prompt。
全自动
agent 自己规划、写码、运行和迭代。
不修成品
目录只读，发现 bug 也不人工补救。
投完揭晓
匿名 A/B，先体验后判断，降低品牌偏见。
如实披露
马里奥赛道跑于完整协议建立之前，各 harness 的具体版本与迭代轮数当时未存档，无法追溯。自下一条赛道起，prompt、版本、日期与迭代规则全部先存档再开跑。
OPEN PROJECT / CONTRIBUTE
参与贡献
赛道提案、问题报告、复现记录和代码修改都公开留档。提交前可先查看评测规则与现有待办。