概要:開発者自身が語った Saltline 実験は、長期的なコード生成によってプレイ可能なプロトタイプを完成させる方法を示しています。その API 推定コストを理解するには、キャッシュ課金と出力課金を組み合わせて見る必要があります。
2026年11月9日、AnthropicのエンジニアであるFelix Rieseberg氏が1つの実験を公開しました。同氏はClaude Fable 5.2にたった1つのプロンプトを与え、その後は人間によるフィードバックを一切提供しませんでした。その結果、ブラウザ上で直接動作する3D一人称視点シューティングゲーム Saltline が完成しました。本人の説明によれば、この生成には約8時間を要し、約4億4500万の入力トークン、約270万の出力トークンを消費し、APIの料金体系に基づく推定コストは約550ドルだったとのことです。
今回の実験で最も注目すべき点は2つあります。第一に、モデルはシーン構築、ゲームロジック、モデルとテクスチャ、シェーダー、効果音、プレイヤーとのインタラクションといった、本来は異なる職種に分かれていた作業を単一の長期的コード生成タスクに統合し、すべてのビジュアルコンテンツをコードと関数の形で存在させました。第二に、4億4500万の入力トークンをすべて通常の入力単価で課金した場合、費用は3500ドルを超えますが、開発者が報告した推定値は約550ドルであり、その差の大部分はキャッシュ機構によるものです。複雑なAI開発タスクの経済性はコンテキストの再利用度合いに左右され、入出力の単価だけを見て結論を出すと大きく歪んでしまいます。
以下では、まずSaltlineの公開データと実験条件を紹介し、次にAIがゲーム開発のどの工程を具体的に担ったのかを分解します。続いてFable 5.2の公式価格を用いて550ドルの根拠と再計算可能な範囲を演算し、さらにモデル呼び出し・開発実行・製品稼働を区別するコストフレームワークを提示します。最後に、このようなAIによる独立開発が、プレイ可能なプロトタイプと商業ゲームとの間にどれほどの距離があるのかを議論します。

To Know:AI 3Dゲーム実験の用語を理解する
| 用語 | 解説 |
|---|---|
| Token | モデルが入力と出力を処理する際の計量単位です。APIはToken数に応じて課金されます。 |
| API | アプリケーションがモデルサービスを呼び出すためのインターフェースです。開発者はこれを通じてモデルを自分のプログラムに組み込みます。 |
| 入力キャッシュ(Prompt Caching) | 繰り返し現れるコンテキストの処理結果を保存しておき、以降のリクエストでそのまま再利用することで、コストと遅延を削減します。 |
| キャッシュ書き込み | 再利用可能なコンテキストを初めてキャッシュに保存する処理です。単価は通常の入力より高いのが一般的です。 |
| キャッシュ読み取り | 以降のリクエストが既存のキャッシュにヒットした場合の課金で、通常の入力よりはるかに低い価格になります。 |
| TTL | キャッシュの有効期間です。期限切れになると再書き込みが必要になります。Fable 5.2 では5分と1時間の2段階が用意されています。 |
| Batch API | 非同期のバッチタスク向けの呼び出し方式です。即時応答が不要なシーンに適しており、割引を利用できます。 |
| Agent | ツールの呼び出し、ファイルの読み書き、多段階タスクの実行ができるモデルアプリケーションです。 |
| プレイアブルプロトタイプ | ゲームプレイの面白さと技術的な実現可能性を検証するための初期バージョンのゲームです。内容やブラッシュアップの度合いは限定的です。 |
| Shader | GPU上で動作する小さなプログラムで、数学関数によって色やライティング、マテリアルの表現を決定します。 |
| プロシージャル生成 | ルールとアルゴリズムを用いて実行時にモデル、テクスチャ、サウンドなどを構築し、あらかじめ制作した素材ファイルに代える手法です。 |
| WebGL / Three.js | WebGLはブラウザがGPUを呼び出すための3Dレンダリングインターフェースです。Three.jsはそれをベースにしたJavaScriptの3Dグラフィックスライブラリです。 |
1 8時間、550ドル:AI製3Dゲームはいかにして生まれたか
1.1 実験条件:1つのプロンプト、人によるフィードバックなし
Felix Riesebergがモデルに与えたタスクは明確でした。できるだけAAAゲームに近いビジュアルの小規模な一人称視点シューティングゲームを作り、その全工程で追加の人によるフィードバックを与えないというものです。公開時彼は、人が介入しない条件下でモデルがどこまで完成させられるかをこそ試したかったのだと強調しています。
ここでの「AAA」は実験目標と視覚的な比喩です。AAAは通常、多額の資金と人材を投入して制作される高規格な商用ゲームを指します。Saltlineは、任務ステージが1つだけの、シングルプレイ体験を中心とした小規模なプレイアブルプロトタイプという位置づけです。
1.2 Saltlineのゲーム内容
Saltlineの舞台は雨の夜のコンテナ港で、倉庫や埠頭、積み上げられたコンテナなどが登場します。プレイヤーは3つの信号中継ステーションを停止させて離脱する必要があります。その途中では、空を巡回するドローンや地上の機械猟犬と遭遇します。
ゲームは一人称視点での移動、視点操作、射撃、インタラクション、任務目標に対応し、雨、ライティング、環境音、武器エフェクトなども備えています。プレイ方法も非常に軽量です。ブラウザを開けばすぐに遊べ、キーボード・マウスとタッチ操作に対応しています。ページにはグラフィック品質設定があり、動作が重いときは低画質に切り替えられます。
1.3 開発者が公開したデータ
以下のデータはすべてFelix Rieseberg本人がXで公開した情報に基づいています。GitHubのミラーにも、これらの数値は第三者による独立監査を受けていない旨が記されています。
| 項目 | 開発者による申告値 |
|---|---|
| モデル | Claude Fable 5.2 |
| 開発時間 | 約8時間 |
| 入力トークン | 約4億4500万(キャッシュを大量に利用) |
| 出力トークン | 約270万 |
| 推定コスト | 約550ドル(API料金に基づく推定) |
| 開発方式 | 単一プロンプト、人によるフィードバックの反復なし |
| 生成物のサイズ | 単体HTML版 約1.43MB(1,425,707 bytes) |
550ドルは、1回のモデル生成実験にかかった推定費用です。ゲームファイルの生成後は、プレイヤーがローカルブラウザで実行するため、Claude APIの呼び出しは新たに発生しません。そのため、この費用はプレイヤー数とは関係ありません。
2 AI がこの 3D ゲーム開発で成し遂げたこと
2.1 すべてのモデルとテクスチャがコード
11月10日、開発者はさらに説明を加えました。ゲーム内のモデルやテクスチャなどはすべて Claude が生成したコードと Shader で構築されており、プロジェクトには個別の画像や 3D モデルの素材は存在しない、とのことです。彼の言葉を借りれば、「すべてはコードであり、テクスチャもモデルも関数だ」ということです。
これが Saltline がわずか約1.43MBしかない理由を説明しています。従来のゲームでは、制作済みのモデル、テクスチャ、効果音ファイルを大量に配布する必要がありますが、Saltline が配布するのはこれらの内容を生成する数学的なルールであり、ブラウザがコードを読み込んだ後に実行時にリアルタイムでシーンを構築します。
2.2 1 回の生成タスクに統合された 6 つの工程
従来の 3D ゲーム開発は通常、デザイン、モデリング、マテリアル、プログラミング、オーディオなど、異なる役割の分担によって完成します。Saltline では、モデルが同じプロジェクト内で以下の作業を順に処理しました:
- シーン構築:頂点とジオメトリックパラメータを使い、港、倉庫、コンテナなどの構造をプログラム的に構築。
- ゲームロジック:タスク目標、敵の行動、射撃判定、脱出フロー。
- モデルとテクスチャ:ノイズと数学関数を使って、金属表面、汚れ、色の変化を生成。
- Shader:GPU 上でライティング、マテリアル、雨の夜の反射などの視覚効果を計算。
- サウンド:環境音や武器音も同様にプログラムで生成。
- プレイヤーインタラクション:キーボード・マウスとタッチスクリーンの入力、視点操作、グラフィック品質設定。
これらの工程は従来のワークフローではツールや担当者をまたいで引き継ぐ必要がありましたが、Saltline では同じコードベース内の異なるモジュールになりました。モデルの長いコンテキストウィンドウ能力により、既存のコードや技術的方案を継続的に読み込んで、各モジュール間の連携を保証できます。
2.3 ブラウザはどのようにこのゲームを動かすのか
Saltline はブラウザのローカルレンダリング方式を採用しており、画面はプレイヤー自身のデバイス上で生成されます。実行フローはおおまかに次のとおりです:
- ブラウザが HTML ファイルを読み込み、JavaScript の実行を開始。
- Three.js と WebGL のレンダリング環境を初期化。
- プログラムがコードに従って、シーンのジオメトリ、マテリアル、テクスチャ、サウンドを生成。
- GPU がグラフィックレンダリングを担当し、プレイヤーはキーボード・マウスまたはタッチスクリーン入力でキャラクターを操作。
- ゲームロジックが継続的に更新され、ブラウザが画面をリフレッシュ。

ファイルサイズが小さいことと動作が軽量であることは別物です。1.43MB のコードは実行時に大量のジオメトリとマテリアルを生成でき、メモリと GPU の負荷はシーンの複雑さに依存します。独立した体験ページにも注意書きがあります。初期化が遅くなる可能性があり、待機画面で止まっている場合は WebGL 2 とブラウザのハードウェアアクセラレーションを確認してください。カクつく場合は低画質に切り替えることもできます。
3 4.45億 Token の AI 3D ゲームがわずか 550 ドルで済んだ理由
3.1 Claude Fable 5.2 の公式価格
Fable 5.2 は 2026 年 11 月 9 日にリリースされ、コンテキストウィンドウは 1M Token、最大出力は 128K Token です。公式の標準価格は以下のとおりです:
| 課金項目 | 100万 Token あたりの価格 | 通常入力に対する比率 |
|---|---|---|
| 通常入力 | $8 | 100% |
| 出力 | $40 | 500% |
| 5分間キャッシュ書き込み | $10 | 125% |
| 1時間キャッシュ書き込み | $16 | 200% |
| キャッシュ読み取り | $0.20 | 2.5% |
さらに、Fast Mode の入力価格は $16、出力価格は $80(100万 Token あたり)で、公式によると出力速度は最大 2.5 倍まで向上します。キャッシュ読み取りの価格は通常入力のわずか 2.5% であり、これが 550 ドルという数字を理解する鍵となります。
3.2 通常入力として課金した場合の理論コスト
キャッシュをまったく考慮せず、開発者が公開したトークン数をそのまま標準単価に掛けると、結果は550ドルと大きく乖離します。
| 計算基準 | 入力コスト | 出力コスト | 合計 |
|---|---|---|---|
| すべて通常入力として課金 | 445 × $8 = $3,560 | 2.7 × $40 = $108 | $3,668 |
| すべてキャッシュ読み取りとして課金(理論上の下限、キャッシュ書き込みは未計上) | 445 × $0.20 = $89 | 2.7 × $40 = $108 | $197 |
| 開発者の自己申告による推定 | — | — | 約$550 |
2つの極端な計算基準が範囲を示しています。上限は約3,668ドル、下限は約197ドルです。開発者が報告した約550ドルはこの範囲内に収まり、しかも下限にかなり近いことから、入力のかなりの部分がキャッシュ読み取りの価格で課金されていることがわかります。
もう1つ注目すべき点があります。標準価格で計算すると、270万出力トークンは約108ドルで、550ドルという推定の5分の1程度を占めます。入力量は出力量の100倍以上ですが、キャッシュ機構のもとでは、出力コストが依然として無視できない割合を占めています。

上の図の単価比較は、そのまま自分のAgentタスクに当てはめて試算できます。まず小規模なタスクでキャッシュヒットが請求書に与える影響を検証したい場合は、APIYI apiyi.com 上で同じAPIキーを使ってClaudeなど複数のモデルを呼び出し、利用明細を見ながらさまざまなコンテキスト戦略におけるコストの変化を観察できます。
3.3 キャッシュが長時間プログラミングのコストを大幅に削減できる理由
長時間・多ターンにわたる AI プログラミングの過程では、モデルは各ラウンドごとに大量の同じ内容を読み直す必要があります。プロジェクトの背景、ファイル構造、既存コード、開発規約、そして以前に確定した技術方針です。8 時間の生成プロセスは、こうしたコンテキストが繰り返し送信されることを意味し、4 億 4,500 万入力 Token という規模はまさにそこから積み上がったものです。
Prompt Caching はこうした繰り返しのプレフィックスを保存し、ヒット時にはキャッシュ読み取りとして課金します。キャッシュの請求額全体は、次の 3 つの要素で決まります。
- キャッシュ書き込み(Cache Write):初回の書き込みは通常の入力より高く、5 分枠は 1.25 倍、1 時間枠は 2 倍になります。
- キャッシュ読み取り(Cache Read):以降のヒット時はわずか 2.5% の価格で済みます。
- キャッシュの失効(TTL):有効期限を超えると再書き込みが必要になり、書き込み費用をもう一度支払うことになります。
そのため、どの TTL 枠を選ぶか、コンテキストの構造が安定しているか、2 回のリクエストの間隔がどれくらいかによって、最終的な費用は変わります。コンテキストの先頭部分を頻繁に変更するとキャッシュが無効になり、かえって書き込みのオーバーヘッドが増えてしまいます。
3.4 公開データからどこまで再計算できるか
現在公開されている資料には、総入力、総出力、推定総額が示されていますが、完全な請求明細は含まれていません。次の重要データはいずれも未公開です。
- 通常入力、キャッシュ書き込み、キャッシュ読み取りそれぞれの Token 数
- 5 分キャッシュと 1 時間キャッシュそれぞれの使用量
- その他の API 呼び出し費用が存在するかどうか
キャッシュ書き込みには 2 段階の価格があるため、未知量が既知の条件より多く、この 3 つの数字だけでは一意のキャッシュヒット率を逆算できません。確定できる結論は、550 ドルが上述の理論的範囲に収まっており、今回の実験ではキャッシュがコスト削減の主役を担ったということです。
4 AI プログラミングタスクの実際のコストはどう計算すべきか
4.1 三層コストフレームワーク
「AI を使ってゲームを1本作るのにいくらかかるのか」を議論するとき、まずどの層のコストを計算しているのかをはっきりさせる必要があります。Saltline の 550 ドルは、第一層だけをカバーした金額です。
| コスト階層 | 含まれる内容 | Saltline での計上 |
|---|---|---|
| モデル呼び出しコスト | 入力、出力、キャッシュの書き込みと読み取り、バッチ処理割引、ツール呼び出し | 計上(約 550 ドル、開発者による推定) |
| 開発実行コスト | タスク設計、デバッグとテスト、実行環境、コードリポジトリ、外部リソース、人件費と作業時間 | 未公開 |
| 製品運用コスト | ホスティング、CDN トラフィック、データベース、オンラインサービス、継続的なメンテナンス | 計上なし |
ローカル動作の Web ゲームは、その構造上、AI コストが開発フェーズに集中し、レンダリングはプレイヤーのデバイスが担います。これに対してクラウドゲーミングや AI リアルタイムワールドモデルは、プレイヤーが遊ぶたびにサーバー側の計算リソースコストが継続的に発生します。この2種類の製品では、コストカーブの形が根本的に異なります。
4.2 Batch API が適している場面
Claude の公式 API には Batch API が用意されており、条件を満たすバッチ処理の入力と出力には 50% の割引が適用されます。リアルタイム性が不要なコード生成、バッチでのコンテンツ処理、オフライン評価に適しており、たとえば複数のレベル向けの設定を一括生成したり、コードレビューをまとめて実行したりできます。
Saltline のようなエージェント型の開発では、前のステップの結果に応じて次のアクションを決める必要があり、インタラクションの強い直列フローになります。そのため、バッチ割引をそのまま当てはめるのは難しいのが実情です。実際のプロジェクトでは、処理を分割するのがより現実的です。メインの開発ループはキャッシュでコストを抑え、並列化できるオフラインのサブタスクは Batch API に任せます。
4.3 コードで AI プログラミングの請求額を見積もる
次のごくシンプルな例では、OpenAI 互換インターフェース経由で 1 回の呼び出しを行い、返ってくる使用量フィールドを読み取る方法を示します。コスト集計の出発点として活用してください。
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # APIYI 統合インターフェース
)
resp = client.chat.completions.create(
model="YOUR_MODEL_NAME", # プラットフォームのモデル一覧にある Claude などのモデル名に置き換えてください
messages=[{"role": "user", "content": "用 Three.js 写一个旋转的立方体"}]
)
print(resp.choices[0].message.content)
print(resp.usage) # prompt_tokens / completion_tokens をコスト計算用に記録する
完全な実装を見る:キャッシュ基準を含むコスト見積もりツール
import openai
from dataclasses import dataclass
# Claude Fable 5.2 の公式標準価格(米ドル / 100万 Token)
PRICE = {
"input": 8.0,
"output": 40.0,
"cache_write_5m": 10.0,
"cache_write_1h": 16.0,
"cache_read": 0.20,
}
@dataclass
class Usage:
input_tokens: float = 0 # 通常入力
cache_write_5m: float = 0 # 5分間のキャッシュ書き込み
cache_write_1h: float = 0 # 1時間のキャッシュ書き込み
cache_read: float = 0 # キャッシュ読み取り
output_tokens: float = 0 # 出力
def estimate_cost(u: Usage) -> float:
"""各課金項目ごとに積算、単位:米ドル"""
m = 1_000_000
return (
u.input_tokens / m * PRICE["input"]
+ u.cache_write_5m / m * PRICE["cache_write_5m"]
+ u.cache_write_1h / m * PRICE["cache_write_1h"]
+ u.cache_read / m * PRICE["cache_read"]
+ u.output_tokens / m * PRICE["output"]
)
# 本文で示した2つの理論的境界(開発者が申告した Token 総量)を再現
upper = estimate_cost(Usage(input_tokens=445e6, output_tokens=2.7e6))
lower = estimate_cost(Usage(cache_read=445e6, output_tokens=2.7e6))
print(f"全部普通输入:${upper:,.0f}") # 約 $3,668
print(f"全部缓存读取:${lower:,.0f}") # 約 $197
# 自分のプロジェクトで実際の使用量を累積する
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
def run_step(messages, model="YOUR_MODEL_NAME"):
resp = client.chat.completions.create(model=model, messages=messages)
usage = resp.usage
print("prompt:", usage.prompt_tokens, "completion:", usage.completion_tokens)
return resp.choices[0].message.content
この見積もりツールは 5 つの課金項目を個別に積算するので、自分のプロジェクトの使用量明細をそのまま当てはめられます。プラットフォームによってキャッシュ関連フィールドの返し方は異なる場合があります。接続時は実際のレスポンスに含まれる usage の構造を基準にしてください。
🚀 すぐに始めるためのアドバイス:長期間にわたるエージェントタスクを本格的な開発に投入する前に、まず APIYI apiyi.com で新規ユーザー向けの無料テスト枠を受け取り、小さな Three.js シーンで「生成→実行→修正」のサイクルを一通り動かしてみることをおすすめします。あわせて各ラウンドの Token 使用量を記録し、上の見積もりツールでプロジェクト全体の予算を試算しましょう。
5 AIによる個人開発3Dゲームの限界はどこにあるのか
5.1 プレイ可能なプロトタイプと成熟した商業ゲーム
Saltlineは、モデルが人手を介さずに完全にプレイ可能な小規模ゲームを納品できることを示しました。シーン、敵、タスク、映像・音声表現まで揃っています。一方、成熟した商業ゲームには大量のレベルコンテンツ、長期的なバランス調整、マルチプラットフォーム対応、ローカライズ、チート対策、大規模なユーザーテストが必要であり、これらは今回の単一実験では扱われていません。
国内のソーシャルプラットフォームで広まった「几猫・国産3A大作」は、実際にはSaltlineの中国語版、あるいは再パッケージ版です。「国産3A大作」は拡散時に使われた名称であり、その開発の帰属は依然として今回のFable 5.2実験にあります。
5.2 一括生成と継続的な保守
単発の生成で解決できるのは「ゼロから1へ」の部分です。ゲーム公開後のバージョン反復、バグ修正、コンテンツ追加では、モデルや開発者が既存のコードを繰り返し修正する必要があります。長期保守ではコンテキストの規模が増え続け、キャッシュ戦略とコード構成が今後のコストに与える影響はより顕著になります。
5.3 機能の完成と性能最適化
機能が使えることと、滑らかに動作することは、独立した2つのエンジニアリング目標です。Saltlineの体験ページが低画質オプションを用意し、WebGL 2とハードウェアアクセラレーションの確認を促しているのは、性能が依然としてプレイヤーのデバイスとブラウザ性能に制約されていることを示しています。Unity公式ドキュメントも、Webプラットフォームにはファイルシステム、スレッド、メモリ、モバイルデバイス対応の面で制限があると指摘しており、複雑なゲームのブラウザ性能最適化は依然として困難です。
5.4 Saltlineを代表的な実験として見る
Saltlineの価値は、明確な参照点を示していることにあります。能力の高い長コンテキストモデル、適切なキャッシュ利用、明確な単一目標という条件下では、ブラウザ3Dプロトタイプを一括生成するモデル呼び出しコストは数百ドル規模です。その8時間・550ドルという数字は開発者の自述による単一実験のものであり、他の開発者の結果はプロンプト設計、タスクの複雑さ、キャッシュ戦略、モデルのバージョンによって変わります。
第三者プラットフォームAI8Gamesは、Claude Fable 5.2などのモデルが生成に関与したブラウザゲームをまとめて収録しており、検索時には62本のプレイ可能なゲームと27本の動画展示作品が表示されます。これは第三者が整理したデータであり、この種の実験が増えていることを反映していますが、公式統計ではありません。
💡 選択のヒント:モデルによって長期的なコード生成、キャッシュ価格、出力単価の差は大きく、同じゲームプロトタイプのタスクでもモデルが違えば総請求額が数倍異なることがあります。APIYI apiyi.com 上で同じプロンプトを使い、複数の主要モデルの出力品質とトークン消費を比較したうえで、本格開発にどのモデルを使うかを決めることをおすすめします。
6 AI 3D ゲーム実験に関するよくある質問
Q1:Saltline の550ドルは実際に支払った請求額ですか?
これは Felix Rieseberg が API の価格設定に基づいて行った見積もりであり、第三者による監査は受けていません。公開情報には、通常入力・キャッシュ書き込み・キャッシュ読み取りそれぞれの使用量もないため、請求の内訳を正確に再現することはできません。
Q2:なぜ4.45億入力トークンなのに、こんなに少ない費用で済むのですか?
長期にわたるコーディングでは、同じプロジェクトのコンテキストを繰り返し送信します。この部分はキャッシュにヒットすると $0.20/100万トークンで課金され、通常入力の $8 のわずか2.5%になります。すべてを通常入力として計算すると約3668ドルになりますが、開発者の見積もりは約550ドルで、差額の主な原因はキャッシュです。
Q3:プレイヤーが遊ぶたびに AI 呼び出しの費用が発生しますか?
いいえ。Saltline は生成後、約1.43MBの HTML ファイルになります。ゲームはプレイヤーのブラウザ上でローカルに動作し、プレイヤー端末の GPU でレンダリングされます。実行中にモデル API を呼び出すことはありません。550ドルは一度きりの開発段階のコストです。
Q4:この種の長期的なコード生成手法を自分のプロジェクトで再利用するには?
重要なのは、モデルが安定したコンテキスト構造上で継続的に作業できるようにすることです。仕様、技術方案、ファイル構造をプロンプトの固定された前部に置くことで、キャッシュにヒットしやすくします。各ラウンドで usage の使用量を記録し、予算の見積もりに使います。まず APIYI apiyi.com の無料枠で小さなシナリオを試し、キャッシュと使用量の統計が想定どおりであることを確認してから、タスクの規模を広げるとよいでしょう。
Q5:開発者は同じ予算で似たゲームを再現できますか?
結果はプロンプト、目標とする複雑さ、キャッシュ戦略、モデル選択によって変わります。Saltline は成功した単発の実験であり、桁感の参考として適しています。実際の予算は、小規模な試行で得た実使用量から推計することをおすすめします。APIYI apiyi.com の統一インターフェースを使えば、同じコード内で異なるモデルを切り替えられるため、コストを横比較しやすくなります。
Q6:Saltline と Genie 3 のような AI 生成ゲームの違いは何ですか?
Saltline は AI がコードを書き、ブラウザ上でコードが実行されます。ゲームルールはあらかじめ書かれており、画面はローカル GPU でレンダリングされます。Genie 3、Muse、Oasis などのワールドモデルは、現在の状態とプレイヤーの入力に基づいて次のフレームをリアルタイムに予測します。継続的な推論が必要で、プレイするたびに計算リソースのコストが発生します。この2つの路線は、コスト構造も技術的制約もまったく異なります。
7 まとめ:550ドル・8時間という数字をどう見るか
Saltline の実験は、次の3点を示しています。
- AI は複数のゲーム開発工程を1回のコード生成に統合できる:シーン、ロジック、モデル、テクスチャ、Shader、サウンドエフェクト、インタラクションがすべてコードとして提供され、成果物は約1.43MBの単一ファイルのブラウザゲームです。
- キャッシュが長期的な AI プログラミングの経済性を左右する:4億4500万入力トークンは通常価格なら約3668ドル、開発者自身の見積もりでは約550ドルです。キャッシュ読み取り単価2.5%が重要な変数になります。
- 550ドルはモデル呼び出しコストにすぎない:開発作業、製品の稼働、その後の保守はこの数字には含まれません。Saltline は代表性のあるプレイアブルなプロトタイプ実験です。
エージェントに同様の長期的な開発タスクを任せるつもりなら、最も効果的な準備はコスト計算の習慣を身につけることです。入力・キャッシュ・出力の使用量を分けて記録し、実際のデータに基づいて予算を試算してください。まずは APIYI(apiyi.com)で素早く効果を検証してみてください。同プラットフォームでは、OpenAI 互換インターフェース、複数モデルの統一呼び出し、新規ユーザー向けの無料テスト枠を提供しています。
参考資料
- Saltline 独立体験ページ:ゲームの試遊とよくある質問の説明
- リンク:
saltline.games -
説明:初期化、画質設定、操作方法などの体験情報を含み、中国語版は
saltline.games/zhにあります -
Felix Rieseberg の元の投稿:開発時間、トークン、コストデータの出典
- リンク:
x.com/felixrieseberg/status/2119925633564463609 -
説明:開発者自身による一次データ
-
Saltline コードミラーと README:ファイルデータとデータ帰属の説明
- リンク:
github.com/realcodebear/saltline-fable-5.2 -
説明:関連数値は第三者による独立監査を受けていない旨を明記
-
几猫中国語版 GitHub リポジトリ:中国国内で配布された版のアーカイブ
- リンク:
github.com/Megasu/jimao-3a-game -
説明:
index.htmlのファイルサイズとオフライン実行の説明を提供 -
Claude Fable 5.2 モデル仕様と料金:Anthropic 公式ドキュメント
- リンク:
platform.claude.com/docs/en/models/fable-5-2/overview -
説明:入力、出力、キャッシュ書き込み・読み取りの公式単価
-
Three.js 公式ドキュメント:ブラウザ向け3Dグラフィックスライブラリ
- リンク:
threejs.org/docs -
説明:Saltline のシーン構築方法を理解するための基礎資料
-
Unity WebGL 技術概要:Webプラットフォームの制限に関する説明
- リンク:
docs.unity.cn/6000.0/Documentation/Manual/webgl-technical-overview.html - 説明:ブラウザゲームにおけるスレッド、メモリ、モバイル端末に関する制限
著者:APIYI 技術チーム
技術交流:APIYI(apiyi.com)のウェブサイトトップページからお問い合わせください。その他の接続資料は docs.apiyi.com ドキュメントセンターでご覧いただけます
