LLM local enfrenta dificuldades com Solitaire em Unreal Engine: Qwen 3.6-27B consome 687 mil tokens em uma carta

O experimento de um usuário do Reddit com LLMs locais para desenvolvimento de jogos revela severas limitações práticas. Usando Qwen 3.6-27B com acesso a unreal-mcpython, SearXNG e GitHub, a tarefa era criar um jogo de Paciência na Unreal Engine. Após algumas horas (muito tempo esperando respostas do usuário aos prompts), o resultado foi uma única carta com texturas corretas, mas sem lógica de jogo, consumindo ↑687k e ↓210k tokens.

Intervenções manuais necessárias

• Baixar PNGs com as faces das cartas manualmente
• Criar uma malha com 3 materiais (o cubo padrão tem apenas 1 material por lado)
• Constantes prompts como "pare de imaginar coisas, use uma maldita pesquisa"
• Correções repetidas: "a carta não tem textura" ou "a carta tem ás de espadas em ambos os lados"

O problema da carta frente e verso consumiu a maior parte do tempo e tokens. O cubo padrão só pode ter um material em todos os lados; é necessária uma malha personalizada com 3 materiais. O Gemini Flash 3.5 gerou o arquivo OBJ correto em uma tentativa, mas o Qwen andou em círculos por horas, apesar de encontrar exemplos concretos de código. O modelo insistiu em criar planos, combinar dois planos com um cubo, desabilitar substrato ou outras abordagens que não funcionavam. O usuário acabou tendo que fornecer a malha manualmente.

O Gemma 4-31B foi testado, mas não conseguiu fazer uma chamada MCP significativa e foi desclassificado cedo.

Conclusão prática: para tarefas na Unreal Engine que envolvem geometria personalizada, LLMs locais como Qwen 3.6-27B ainda exigem muita assistência manual. Os orçamentos de tokens incham rapidamente, e operações básicas de malha continuam sendo um obstáculo.