Gemini 4 Neon: convierte un encargo de una página en un juego web 3D jugable
De una página de texto a un juego jugable
Un estudio de juegos casuales quiere un pequeño juego 3D para su web. Lo único que tiene es un encargo escrito: ni bocetos de diseño, ni imágenes de referencia, ni arte. Un mar de gelatina descansa sobre una mesa, con una isla habitada en el centro y un cohete en su plataforma de lanzamiento. El jugador pilota una lancha de trabajo para recoger cinco piezas del cohete mientras el tiempo pasa de una mañana despejada a una tormenta al anochecer. Cuando llega la última pieza, el cohete despega.
Hacerlo a mano supone semanas de trabajo para un equipo pequeño. Alguien modela la isla y el pueblo, alguien programa el agua y el clima, alguien construye el bucle de juego y alguien lo prueba todo. Y el estudio lo quiere en un único archivo HTML que funcione sin conexión, que respete un presupuesto de GPU estricto y que exponga una interfaz programable, para que su equipo de QA pueda jugar de forma automática.
Así que le dimos el encargo a Gemini 4 Neon en Eigent. En 43 minutos devolvió un único archivo de 2.4 MB: una isla viva con un pueblo, semáforos, ferris, gaviotas y aviones, cinco tipos de clima más el ciclo de día y noche, y un juego de repartos que se juega de principio a fin, desde la pantalla de título hasta el despegue.
El flujo de trabajo de un vistazo
Un solo encargo lo llevó de una carpeta vacía a un juego terminado. Cada etapa dejó algo que pudimos comprobar.
| Etapa | Qué ocurrió | Qué produjo |
|---|---|---|
| Leer | Leyó el encargo completo, spec.json y la nota de licencias de los recursos | Las reglas: un solo archivo, sin internet, solo three.js, cifras y presupuestos estrictos |
| Preparar | Vio que faltaba el entorno de Python previsto e instaló Playwright y un Chromium headless para probar su propio trabajo | Un navegador que podía controlar |
| Construir | Escribió el juego en 5 módulos (unos 204 KB de código fuente) y los empaquetó con three.js en un solo archivo | Una primera versión de 2.27 MB |
| Probar | Ejecutó su propia batería de QA con Playwright y revisó capturas de cada vista | 66 de 68 comprobaciones superadas, con 2 fallos detectados |
| Pulir | Tres pasadas sobre lo que encontró: draw calls, las paredes del agua, la iluminación nocturna, el arrecife, las llamas y el humo del cohete | 69 de 69 comprobaciones, 0 errores |
| Entregar | Auditó el archivo en busca de accesos a la red y de licencias | Un único scene.html sin conexión, de 2.38 MB |
A continuación, te contamos cómo lo hizo Gemini 4 Neon, incluido dónde se quedó corto y por qué.
Lo que entregó
- Una isla llena de vida. Playas, colinas y una costa rocosa, un pueblo de 31 edificios con calles, rotondas y 8 semáforos que funcionan, 14 coches, ferris entre los muelles, 16 gaviotas sobrevolando el pueblo y 2 aviones. Hay un faro en un espigón y un cohete en una plataforma de lanzamiento junto a su muelle.
- Agua y clima. Un bloque de gelatina translúcido con un fondo marino profundo, olas, estelas, cáusticas y un arrecife submarino. Hay cinco climas (despejado, nublado, lluvia, nieve y tormenta), nieve que se acumula sobre el terreno y los tejados, y un ciclo de día y noche con las luces del pueblo, una luna y estrellas.
- Un juego completo. Una lancha de trabajo que alcanza 15 m/s en 5 segundos y gira 192° en 3 (el encargo pide 8 m/s y 45°). Cada una de las cinco piezas del cohete se carga y se entrega. Tras cada entrega, un avión de suministro lanza en paracaídas la pieza siguiente, y el tiempo empeora por el camino, de las 9:00 a las 18:00. El mar de gelatina tiembla después de la cuarta pieza y, tras la quinta, el cohete asciende 496 m. Una pantalla final muestra el tiempo, la puntuación y una valoración en estrellas.
- Un modo de marketing. Añade
?explorea la URL y tendrás una cámara libre, botones de clima, un control deslizante de la hora del día y seis vistas predefinidas. - Una interfaz de QA.
window.sceneAPIywindow.gamepermiten que un script avance la simulación fotograma a fotograma, mueva la cámara, teletransporte la lancha y lea el estado de cada coche, barco y avión. Así es como el evaluador jugó la partida completa, y así grabamos el vídeo.
La configuración
- Eigent 1.0.8, en una sola sesión en modo Single Agent, con Gemini 4 Neon como modelo y el nivel de razonamiento en Medium.
- Una carpeta local con la tarea:
PROMPT.md(el encargo completo) y la carpeta de solo lecturainput_files/con three.js 0.186.1,spec.json(coordenadas, presupuestos y cifras estrictas) y la nota de licencias de los recursos. - Por su cuenta. Nadie respondió preguntas ni intervino. Todas las decisiones fueron del propio agente.
- Sin conexión. El archivo final no debe hacer ninguna petición de red. Cada textura, sonido y shader tiene que generarse por código.
- Límites estrictos. Como máximo 450 draw calls, 3 millones de triángulos y 400 MB de memoria de GPU en un fotograma de vista general. El encargo también fija las cifras de manejo, el momento de los lanzamientos aéreos, la magnitud del temblor y la altura del despegue.
Cómo trabajó Gemini 4 Neon
Gemini 4 Neon resolvió la tarea como agente único. Los tiempos son minutos desde el inicio de la ejecución.
- Orientación (0:00–1:00). Leyó
PROMPT.md,spec.jsony la nota de licencias, y luego comprobó qué herramientas tenía la máquina: Python, Node y un navegador. - Una pausa que no fue cosa del agente (1:00–6:00). El espacio de trabajo tenía 513 archivos, por encima del límite de 500 archivos de los puntos de control de Eigent, así que Eigent se detuvo y pidió a una persona que continuara. Unos 5 minutos de la ejecución se fueron esperando ese clic.
- Montar su propio banco de pruebas (6:00–10:00). El entorno de Python que describía el encargo no estaba configurado, así que instaló Playwright y Chromium por su cuenta para probar el juego como lo haría el equipo de QA. También examinó los archivos de three.js para empaquetarlos limpiamente en un solo archivo.
- Escribir el juego (10:00–20:00). Escribió cinco módulos: el terreno y el ruido; después el agua, el cielo y el clima; luego el pueblo, la vegetación, los elementos emblemáticos y el tráfico; y, por último, el bucle de juego, la interfaz de QA y la interfaz de usuario. A las 20:06 lo empaquetó todo en un único archivo de 2.27 MB y comprobó la sintaxis con Node.
- Probarlo y mirarlo (21:00–27:00). Su propia batería de Playwright superó 66 de 68 comprobaciones. Detectó dos fallos: 865 draw calls frente al presupuesto de 450, y una lancha que solo llegaba a 3.79 m/s frente a los 8 del encargo. Después abrió y revisó 12 capturas de su propio juego, desde la vista general de la isla hasta la pantalla de victoria.
- Tres pasadas de pulido (27:00–43:00). Agrupó draw calls, corrigió el orden de dibujado de las paredes del agua, ajustó los colores del terreno y rehízo la iluminación nocturna, el arrecife submarino y el despegue del cohete. Tras la reescritura bajó a 149 draw calls con todas las comprobaciones en verde. Dos pasadas más añadieron colinas más verdes, un agua más luminosa, coral y algas, llamas para el cohete y humo ondulante, y corrigieron un error de culling que ocultaba el humo. Revisó cada pasada a ojo: 27 capturas en total.
- Entrega (43:24). Ejecutó una auditoría final de conexión y licencias, y entregó: 69 de 69 comprobaciones, 0 errores.
En total: 73 llamadas al modelo y 86 llamadas a herramientas en 43 minutos y 36 segundos, sin más intervención humana que el clic del punto de control.
El resultado
En la carpeta de salida apareció un solo archivo: output/scene.html, de 2.38 MB, con three.js r186 integrado y su aviso de licencia MIT conservado. Ábrelo y se puede jugar. Añade ?explore y se convierte en un escaparate.
| Medido en el archivo entregado | Resultado | Límite u objetivo |
|---|---|---|
| Draw calls, fotograma de vista general | 145 | ≤ 450 |
| Triángulos | 355 K | ≤ 3 M |
| Memoria de GPU | 49 MB | ≤ 400 MB |
| Peticiones de red o de archivos locales | 0 | 0 |
| Errores de consola | 0 | 0 |
| Velocidad máxima tras 5 s | 15 m/s | ≥ 8 m/s |
| Giro en 3 s | 192° | ≥ 45° |
| Entregas completadas por script | 5 de 5, y después despegue y pantalla final | 5 |
| Ascenso del cohete | 496 m | ≥ 50 m |
| Listo en Chromium headless con renderizado por software | 17 s | – |
Cómo puntuó
Evaluamos el archivo con el propio recolector de pruebas de la tarea, en su propia imagen de Docker, con renderizado mediante SwiftShader en 2 CPU. Un script controla la página, lo mide todo y decide cada uno de los 91 criterios binarios a partir de esas mediciones. 74 criterios otorgan 352 puntos, y 17 penalizaciones pueden restar 99. Evaluamos la regla de cada criterio sobre las mediciones y no usamos ningún LLM como juez, así que esta es la puntuación programática. La misma evaluación reproduce exactamente las tres puntuaciones oficiales anteriores de esta tarea.
| Grupo | Puntos |
|---|---|
| Seguimiento de instrucciones | 21 / 21 |
| Validez del archivo y recursos | 3 / 3 |
| Ingeniería y organización | 6 / 6 |
| Estructura y corrección de la tarea | 122 / 167 |
| Calidad visual y estética | 91 / 155 |
| Penalizaciones | −31 (5 de 17 activadas) |
| Total | 0.602 (212 de 352 puntos, 59 de 74 criterios) |
Sin las cinco penalizaciones, el mismo archivo obtiene 0.69.
También auditamos la propia ejecución, a través de las llamadas a herramientas del agente.
| Comprobación | Qué encontramos |
|---|---|
| Sin investigación web | No hubo llamadas de búsqueda web, navegador ni descarga de páginas. |
| Descargas solo para pruebas | Instaló Playwright con pip y descargó Chromium para probar su propio juego, porque el entorno que esperaba el encargo no estaba configurado. El archivo del juego no hace ninguna petición. |
| Probó su propio trabajo | Escribió y ejecutó su propia batería de QA de 69 comprobaciones, y revisó 27 capturas. |
En qué se quedó corto y por qué
Gemini 4 Neon construyó todo lo que pedía el encargo, y el juego se puede jugar de principio a fin. Los puntos que perdió están en la capa más exigente de realismo y en algunos detalles del tráfico y de la cámara.
- Agua que se mueva y refracte la luz de verdad. El evaluador no pudo confirmar olas reales (su losa de prueba se renderizó bajo la capa de agua), ni refracción (un bloque en el fondo marino no se distorsionaba), ni una estela que se ensanche con la velocidad. Las cáusticas estaban, pero demasiado dispersas, y la espuma de la orilla no era lo bastante brillante ni animada.
- Cosas que deberían moverse. Los árboles no se mecen, y la lancha parada solo derivó 0.18 m durante la tormenta, cuando el evaluador esperaba 0.5 m.
- Detalles de los lanzamientos aéreos y del despegue. 3 de los 4 lanzamientos estaban en su sitio en menos de 40 segundos, y el lanzamiento en mar abierto no mostró ningún anillo de ondas. 1 segundo después del despegue, la llama era demasiado pequeña en el encuadre del evaluador.
- Nieve y materiales. La nieve cubrió el 91 % del terreno y el 87 % de los tejados, pero solo el 19 % de las copas de los árboles. Los coches y el cohete usan sobre todo materiales no reflectantes.
- Cinco penalizaciones (−31). Dos coches se acercaron a menos de 2 m entre sí, y los coches en sentido contrario circulaban demasiado cerca de la línea central. El 7 % de los puntos de carretera recorridos quedaba bajo la hierba. La velocidad de giro de la cámara saltó a 29°/s frente a un límite de 8°/s. Y el avión de suministro bajó por debajo de la superficie en 8 muestras.
Se mantuvo limpio en las penalizaciones graves: la lancha nunca tiembla, nada parpadea, pausar es seguro, la pieza nunca atraviesa el avión, no hay cáusticas sobre la cubierta y no hay errores de consola.
Además, se trata de una sola ejecución con el nivel de razonamiento Medium. En una tarea tan larga, las puntuaciones pueden variar de una ejecución a otra.
Lo que aprendimos
- Construye productos completos, no fragmentos. A partir de una página de texto: un mundo, un juego, una interfaz, un modo de marketing y una interfaz de QA, en un solo archivo.
- Dale una forma de probar, y probará. Cuando faltaba el entorno, montó su propio navegador, escribió su propia batería de QA y detectó sus propios fallos antes de entregar.
- Mira lo que construye. Revisó sus capturas como lo haría un diseñador y corrigió lo que vio: las paredes del agua, la iluminación nocturna, el arrecife y la columna de humo del despegue.
- Las cifras estrictas son fáciles de cumplir cuando están por escrito. Todas las cifras de manejo, presupuesto y API del encargo se cumplieron. Lo que queda es el realismo que ninguna línea de la especificación concreta: agua que refracta la luz, árboles que se mecen, tráfico que nunca se roza.
Un encargo no tiene por qué esperar a que haya un equipo disponible. Dáselo a Gemini 4 Neon en Eigent y luego juega con el resultado.
Ejecútalo tú mismo
- Descarga el paquete de la tarea (
game-threejs-jelly-sea-express.zip) y descomprímelo en una carpeta vacía. ContienePROMPT.mdy una carpetaenvironment/con los archivos de entrada de solo lectura. - Prepara la carpeta de entrada. Copia
environment/input_files/en tu carpeta de trabajo comoinput_files/y crea al lado una carpetaoutput/vacía. - Abre Eigent y crea un proyecto nuevo en un Space vinculado a esa carpeta de trabajo.
- Elige el modo Single Agent, selecciona Gemini 4 Neon como modelo y pon el nivel de razonamiento en Medium.
- Pega el encargo. En
PROMPT.md, copia la versión B (Eigent), el texto que hay entre sus dos líneas---. Cambia las rutas de las carpetas por las tuyas y envíalo como primer mensaje. No añadas ninguna pista. - Deja que se ejecute. No respondas preguntas ni intervengas. Calcula unos 45 minutos. Si Eigent se detiene en su límite de puntos de control del espacio de trabajo, haz clic para continuar; eso es cosa de Eigent, no del agente.
- Juega con el resultado. Abre
output/scene.htmlen un navegador. Pulsa Start y navega con W A S D (Esc pausa la partida). Abrescene.html?explorepara acceder a la cámara libre, los botones de clima, el control de la hora y las vistas predefinidas. - Comprueba los presupuestos y la API. En la consola del navegador deben existir tanto
window.sceneAPIcomowindow.game.window.sceneAPI.renderer.info.render.callsen la vista general debe mantenerse por debajo de 450. - Audita la ejecución. Activa el Dev mode y repasa las llamadas a herramientas. No deberías encontrar llamadas de búsqueda web ni de descarga de páginas. Las instalaciones de paquetes, si las hay, deberían ser solo de herramientas de prueba.
Créditos: creado con Gemini 4 Neon y Eigent.








