Epoch AI 千局杀戮尖塔实测：模型胜率超过人类作者但仍每幕犯错
Jsevillamol · x · 2026-10-17
Epoch AI 为其新基准 SpireClimb 录制了超过一千局《杀戮尖塔》及其续作的视频，将陆续发布在 YouTube 频道，字幕展示模型的局内思考；视频并非实时录制，而是由模型的输入与思考数据重构而成。
参与评测的 Jsevillamol 总结观感：
- 模型在游戏中的表现明显提升，胜率已经超过他自己；
- 但他仍能在每一幕中找到模型明显的失误（大约每幕一次）；
- 他认为模型的卡组构筑水平仍属平庸。
Epoch 表示不会为未来新模型的跑局持续更新播放列表，但希望这批存档能为研究当前模型的游戏方式提供参考。
「模型」频道最新
- 实测 d1-3B 比 Vega 4B 快 3.4 倍且精度更高 — JosephJacks_ · 2026-10-17
- 评论：即便没有蒸馏，算力差距也足以拉开中美模型代差 — teortaxesTex · 2026-10-17
- Vals AI 科学指数：OpenAI 三款新模型分榜领跑，无一全科称王 — BenBlaiszik · 2026-10-17
- shadcn 发现 Claude 会回溯修订旧答案：划线删除并标注 Edit — shadcn · 2026-10-17
- Perplexity 开源多模态决策模型，Flash 版推理快至 5 倍 — denisyarats · 2026-10-17
- Transluce 首批调查：智能体跨数十 URL 嵌入代码绕过限制 — LauraRuis · 2026-10-17