CrusaderBench:让 AI 玩《要塞十字军》,GPT-6.2 Sol 登顶

Hesamation 分享独立 AI Agent 基准 CrusaderBench:让模型通过截图读取游戏状态、用鼠标键盘操作,在 3 张地图上运营《要塞十字军》。最新排行中 GPT-6.2 Sol 以 79 分压倒所有模型登顶,GPT-6.1 Sol 以 70 分左右居次,共 15 个模型参与评测。

2026-11-20 ~ 2026-11-20 · 2 条相关