Topprankat roguelike-spel på Steam med över 18.000 "överväldigande positiva" recensioner får för första gången 90% rabatt

Vissa spel kommer och går, men andra skapar sig en varaktig plats i genren. Monster Train är en av dessa titlar - en beroendeframkallande deckbuilding roguelite som har lyckats förbli en favorit bland strategifans sedan det släpptes 2020. Om du har varit på staketet för att prova det kan det nu vara den perfekta tiden att göra det. Spelet har precis fått sin största rabatt någonsin - 90 % rabatt på Steam, , vilket sänker priset till 2,49 under en begränsad tid.

Monster Train släpptes ursprungligen i maj 2020 och fick snabbt en hängiven spelarbas tack vare sitt unika stridssystem med flera banor, där spelarna försvarar olika nivåer av ett tåg i rörelse samtidigt som de bygger en kraftfull kortlek. Spelet innehåller fem olika monsterklaner, var och en med sin egen mekanik, och över 220 kort som erbjuder nästan oändlig omspelbarhet. Dessutom innehåller det modstöd, dagliga utmaningar och ett konkurrenskraftigt Hell Rush-flerspelarläge, där åtta spelare möts i realtid.

Med över 18 000 "överväldigande positiva" recensioner har Monster Train fått ett stort antal beröm för sitt djup, sin balans och sin beroendeframkallande strategi. Det har jämförts positivt med andra deckbuilders i toppklass men sticker ut med sitt taktiska tillvägagångssätt i flera lager. Det har också en fantastisk Metascore på 86. Om du inte har spelat det än är den här rabatten en bra ursäkt för att ge det ett försök - särskilt med en uppföljare som redan har tillkännagivits.

Den här affären kommer inte att vara för evigt, så om du är nyfiken är det dags att grabba Monster tåg, rabatterat på sitt vanliga pris på $ 24,99 innan försäljningen slutar.

Friskrivningsklausul: Notebookcheck ansvarar inte för prisändringar som utförs av återförsäljare. Det rabatterade priset eller erbjudandet som nämns i denna artikel var tillgängligt vid tidpunkten för skrivandet och kan vara föremål för tidsbegränsningar och/eller begränsad tillgänglighet av enheter.