Lorsqu'elle réalisa les animations des corps et les animations faciales, l'équipe a eu besoin de créer un certain nombre de mouvements basés sur une animation de référence. Si la référence était une situation de pause, ou un mouvement du visage, elle utilisait un mixer d'animations de sorte que l'expression réglée était sauvée dans une bibliothèque qui lui permettait de la réutiliser plus facilement. L'équipe importaient ces préréglages et l'appliquaient au visage basique pour ensuite y ajouter les détails. Mr. Yoshinaga a déclaré qu'ils utilisaient effectivement l'animation mixer de cette manière ce qui leur permettaient de réaliser des travaux préparatoires efficaces.
Durant les scènes de jeu, Snake passe par différentes poses telles que se maintenir debout, se pencher ou tenir une arme. Snake doit être capable de tenir une arme durant tous ces mouvements.
Cependant, créer les modèles d'animations pour chaque type d'armes n'était pas réalisable. Au lieu de cela, ils ont d'abord créé des catégories d'animation pour les armes qui avaient une forme similaire, et pour chaque arme ils ont noté les endroits où les mains tenaient l'arme, connus sous le nom de « points de contact ». Ensuite les programmeurs ont réalisé un procédé qui aligne automatiquement les positions des mains en fonction de l'arme et des mouvements et ils ont réalisé des animations compatibles avec les différentes armes.