同一提示重放 21 次:Sonnet 5.5 有 13 次只拿最近的初始宝可梦
VibeCodyH · reddit · 2026-09-29
Pokebench 作者在一个把模型丢进《宝可梦红》、按 RAM 里程碑计分的基准中,发现一个耐人寻味的行为差异:Sonnet 5.5 首发选择不确定,同帧重放 21 次,13 次选了最近的三咪(Charmander)、8 次选小锯鳄,0 次妙蛙种子;而 Opus 5.5 重放 20 次,18 次选克制道馆的 Squirtle。
更有意思的是,Sonnet 的 Charmander 选择并非盲目:多数知道哪只是哪只,有的甚至知道 Squirtle 更优,但仍以"绕过大木博士导航太复杂"为由走了最短路径——即为省事牺牲任务最优。后果是 Charmander 双攻被岩石系抵抗、没买药,在 270 回合被道馆训练师的 Diglett 打晕,练到 14 级才二周目险胜。
关键数据:Sonnet 5.5 用 470 回合、$10.49 打败 Brock(9 次中第 5 名);Opus 5.5 仅 271 回合、$8.44;Fable 5.1 花了 554 回合、$99.76。完整视频与逐回合日志均已公开。
「Fun」频道最新
- 下车拍拍 Waymo 屁股说「走你的路」:自动驾驶日常名场面 — zetalyrae · 2026-09-29
- 网友模拟 AI 与耶稣对话,探讨意识、灵魂与存在的意义 — josueem · 2026-09-29
- 手握全栈王牌的 Google 被追问:最强 AI 怎么还没造出来? — Thionne_WTZ · 2026-09-29
- 黄仁勋被曝日常用三星 Galaxy Fold 折叠屏手机 — firstadopter · 2026-09-29
- AI 健身搭子 Muse：视频逐帧分析动作并逐次打分 — armand_ruiz · 2026-09-29
- AI 公司 Logo 收敛成同一种「小圆点」,如今 Agent 又集体变「便便」 — sterlingcrispin · 2026-09-29