《小巫大祸》开发日志：为了做这款游戏，我到底用了多少 AI？

20 小时前16 浏览包含 AI 合成内容

大家好，我是安奈。

上一篇聊了《小巫大祸》为什么往 UE 搬，这篇想把镜头转到电脑这一边：做到现在，我究竟同时用了多少平台、多少模型，又投入了多少资源？

这次从最早的 D:/taptap 项目往回查，也把后来的 UE 迁移算进去。旧原型、推翻的方案、没被选中的素材和失败尝试，都属于这段开发过程。具体金额就不写了，聊聊这些资源到底用在了哪里。

截至这次统计，可追溯到 8 个 AI 平台与协作入口、15 个有记录的模型标识或版本。这个数量包括试用后放弃的方案，不代表它们全部参与了最终成品，也不是同时开着这么多模型。

OpenAI 的 ChatGPT/Codex 和 Claude 参与了策划、代码、界面、测试和整合；DeepSeek 有地图与组件交付分工；Chat On Steroids 用来连接工作流和读取用量。美术制作里用过 Hyper3D/Rodin 和 Tripo，音乐用过 Suno，配音也试过 EnyouAI 聚合平台，后来转到本机 Qwen3-TTS。

我把 ChatGPT/Codex 合在一个生态入口里，也没有把 Blender、Three.js、UE 算成 AI 平台。它们是把结果做成游戏的制作工具。聚合平台也不等于一家新的模型厂商，所以这里统计的是实际用过的入口。

说起来像一支阵容很大的队伍，真正做起来却经常是很细碎的事情。

我得先决定游戏应该是什么样，再看它们交出来的东西哪里不对。角色技能不能只是换个颜色；职业核心不能挤进其他技能栏；召唤物不能只是站在那里；怪物走路也不能像几块积木在地上滑。然后改完，再打开游戏看一次。

工具多了，交接也变成了工作的一部分：谁改规则，谁做表现，谁把东西接进正式入口？这次看到的画面，到底来自新代码还是旧包？模型在预览里能动，进游戏后有没有真的播对动作？这些问题，比多开一个聊天窗口更需要耐心。

这次沿用上一篇的统计脚本，重新读取本机项目日志并按响应去重，得到的累计处理量约 128.62 亿 Token。

其中约 125.30 亿是缓存读取，占 97.41%；非缓存输入及缓存写入约 2.84 亿，输出约 4839 万。旧代码、长方案和上下文会反复进入模型，所以这个总量不是新生成的文字量，更不是我亲手输入的字数。它也不是账单，不能直接换算成花了多少钱。

这个统计覆盖本机能找到的项目日志，包括早期探索、旧方案、自动子任务、美术、排障、发布准备与 UE 迁移。其他项目没有混进来；图片、音乐、3D 和语音服务的独立用量，也不能靠这份聊天统计补齐。

更直观的投入，其实藏在素材目录里。

现在 H5 主项目的 spell/public 下有 3,021 个文件，约 1.03 GB。其中有 1,384 张独立位图、516 个 SVG、440 个 GLB 模型文件、390 个音频文件。

这里面有不同版本、历史稿和尺寸变体，也有程序制作和第三方资源。它不是“做了 440 个完全不同的角色”，也不是玩家每次打开游戏都要下载 1 GB。正式发行包会有单独的裁剪与核对；这些数字更像是工作台上积累下来的材料。

到了 UE 阶段，召唤物这边又有了 32 个成长阶段模型导出包。但导出只是中间一步：有的需要补绑定，有的动作会拉坏局部轮廓，有的材质还要放进引擎里重新看。能下载模型，和能在战斗里自然地跑起来，隔着不少工作。

配音也是这样。之前我试过云端预置音色，听完还是觉得太假、不像这个白胡子老巫师，于是放弃那批试听，转到 RX 7900 XT 上跑本地 Qwen3-TTS。后面继续一句句调整语气、停顿和反应，用 Whisper 辅助检查，再回到实际试听。换成本地生成，仍然需要算力、时间和反复挑选。

还有一部分投入，很难用文件数表示：模型生成后返工，动作做好后重绑，代码通过局部测试后继续查整合问题，以及我自己一遍遍试玩、推翻和重新选择。这些尝试不会全出现在玩家面前，但都会占用开发时间。

这次统计里，我也把转向 UE 的那一段单独留下来了。

H5 是《小巫大祸》真正长起来的地方。四职业的方向、元素反应、成长选牌、界面和试玩反馈，都是在这个项目里一点点磨出来的。现在转到 UE，我希望桌面版能有更完整的模型、材质、动画和战斗表现，也希望这些升级能建立在原有玩法之上。

所以，我没有直接拿 UE 工程覆盖 H5。D:/taptap 保留原项目，D:/XiaowuUE 单独推进迁移。迁移要对着选定的 H5 版本核对：同一个技能该怎么命中，召唤物该听什么指令，符阵怎么变化，选牌和存档能不能保持原有规则。

目前先集中做 M00 首图的完整四职业。新地图和跨关扩展暂停，已经认可的 UE 美术尽量保留。目标很具体：打开游戏，选一个职业，打一局，成长、存档、继续，到最后结算，这条流程要接得起来。

这一阶段的协作也有变化。Codex 负责当前迁移统筹与分域接线，Claude 有前期宿主、构建和资产整合交接；DeepSeek 的地图与组件成果按来源保留，人物与召唤物沿用 Tripo 的交付，再经 Blender 修整和导出，最后进入 UE。不同工具的成果必须在同一个可运行版本里相遇，才算真正接上了。

四位主角已有模型与动作交付，召唤物目录里有32个成长阶段模型包；局部还有蒙皮拉伸、动作衔接和材质需要继续处理。旧客户端样板有编译、打包和原生运行证据，新一轮忠实迁移也已有编辑器构建通过及局部规则、事务测试。它们属于不同批次，不能拼起来宣称“最新四职业完整版已完成”。

现在仍要继续做的是四职业权威规则与宿主整合、输入和成长流程、存档事务，以及同一版本上的原生试玩、画面、听感和性能检查。UE 给了我更大的表现空间，也让我更清楚地看到：模型和代码各自完成之后，整合仍然是一大段制作。

单独拆开看，H5项目目录及前身探索记录为71,337次响应、约114.08亿Token；UE迁移目录为8,743次响应、约14.54亿Token。两部分相加就是本次累计的128.62亿。

下面的H5／UE用量表按日志所属工作目录归类。早期在H5聊天里讨论迁移的内容仍可能落在H5列，因此它是“目录归属统计”，不是逐句语义判断出来的迁移成本。

我想让下一次日志少一点“又增加了多少东西”，多一点可以实际感受到的变化：技能释放更清楚，召唤物更像伙伴，选牌真的改变打法，存档回来后还能顺畅地接着玩。

如果你也在用 AI 做游戏，欢迎聊聊你最费时间的是哪一步。对我来说，生成出来以后，往往才刚刚开始。

——安奈，2026 年 10 月 22 日

统计截止：2026-10-22 09:03（北京时间 UTC+8）。主线为 D:/taptap 项目及其 UE 迁移，包含前身原型和未采用方案；数据来自本机现存记录及素材目录，不公开原始聊天与具体金额。本作开发与本文整理使用 AI 辅助。

附：逐模型统计

截止北京时间2026年10月22日09:03。项目范围：D:/taptap及后续UE迁移，含前身、废案、自动子任务。调用次数按带usage的唯一响应/消息ID计数，不是用户提问次数，也不包含无usage的失败HTTP尝试。

模型标识	调用次数	输入Token（含缓存）	其中缓存读取	输出Token	总Token
gpt-6-astra	65,899	9,319,982,908	9,112,596,224	36,805,966	9,356,788,874
claude-opus-5-5	4,787	1,446,580,256	1,425,019,062	4,011,132	1,450,591,388
gpt-6.1-sol	5,584	1,085,492,416	1,056,377,472	4,933,311	1,090,425,727
claude-sonnet-5-5	3,064	819,626,483	802,670,053	2,188,182	821,814,665
gpt-6-sol	523	79,598,817	77,115,008	326,685	79,925,502
claude-opus-5	213	61,562,182	54,799,202	119,347	61,681,529
gpt-6-luna	10	1,020,095	953,984	2,262	1,022,357

合计：80,080次有用量记录的模型响应，12,862,250,042 Token。另有65条<synthetic>系统合成记录，用量均为0，排除出模型调用数。输入已经包含缓存，不要再次相加。7个模型全部按turn_id关联或消息model字段识别，未识别模型0，读取错误0，逐模型总和与总账完全一致。

图像、3D、音乐、语音与转写

下表是当前可查证的局部用量，不与文本总账相加。“未完整记录”不代表没有调用，也不等于0。平台任务、留存请求、产出文件是不同口径。

模型／服务	调用次数	已核实使用量或产出	边界
gpt-image-2	未完整记录	Logo等生成/编辑有来源记录；累计图像Token未上报	不能从图像变体数反推调用数
gpt-image-2.5	未完整记录	仅R4图标进度表就有181项明确标注该模型的生成记录	181项是局部产出记录，不是全项目调用次数
Rodin Gen-2.5	至少5个可识别生成任务/资产ID	R12头部1项；R13帽、靴、包、杖4项	不含未收齐的其他候选及重试；积分总量未完整记录
Suno V6	未完整记录	R4封存候选披露4首已选成曲	4首不等于4次调用，不代表当前主工作区目录已包含
Qwen3-TTS 1.7B CustomVoice	未完整记录；留存118个本地请求文件	140句主角去重台词的制作批次，另有其他角色与重录	请求文件含PENDING，不把118当成功调用数；未形成完整算力/时长总账
doubao-tts-2.0	2次提交，2次成功	两次各166字符，共332字符输入	平台字段名input_tokens，此服务实际按字符；输出token字段为0不等于没生成音频
gem-3.1-tts（平台别名）	3次提交：1成功、2失败	成功任务输入307 Token、输出588音频Token，对应23.52秒	2次失败保留；成功音色后来未被采用
Whisper tiny	未完整记录	用于试听转写与分句辅助	累计音频时长/调用数未形成完整账本
DeepSeek（版本未明确）	未完整记录	有地图与组件交付分工	后续CLI缺凭据的一次尝试没有推理；不计进15个已知版本
Tripo（底层版本未明确）	未完整记录	当前UE召唤物目录32个成长阶段ZIP；另有主角交付	ZIP不是调用次数；网格/纹理/绑定可能多次调用；不计进15个已知版本

统计仅公布汇总，不公开原始聊天和具体金额。模型名称按本地日志或平台记录标识列出。

H5原项目与UE迁移分开统计

截至北京时间2026年10月22日09:03，按日志所属工作目录归类。早期在H5目录聊天中讨论UE迁移的内容仍归H5，不是精确按内容归因的成本。两栏构成累计总量，不重复计费、不公开金额。

模型	H5响应次数	H5总Token	UE响应次数	UE总Token
gpt-6-astra	59,912	8,520,711,848	5,987	836,077,026
gpt-6-luna	10	1,022,357	0	0
gpt-6.1-sol	4,839	921,064,038	745	169,361,689
gpt-6-sol	0	0	523	79,925,502
claude-sonnet-5-5	2,564	706,811,394	500	115,003,271
claude-opus-5-5	3,865	1,209,497,058	922	241,094,330
claude-opus-5	147	49,008,908	66	12,672,621
合计	71,337	11,408,115,603	8,743	1,454,134,439

0表示该目录归属的本地记录未观察到调用，不代表该模型在其他地方从未使用。

4天前首发

9.1

前往论坛