Crusader Bench:让 15 个模型玩《要塞十字军》,GPT-6.2 Sol 居首

Hesamation · x · 2026-11-20

Hesamation 分享了一个独立 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 张地图上各运营《要塞十字军》中世纪村庄 33-45 游戏分钟,经济得分以 0=无所作为、100=真人玩家为标尺(净值 80%、人口 10%、声望 10%)。

主要结果:

赛后采访很有梗:Claude Fable 5.1 自述「我从没核对过实际转化率,只按单价推理,结果搞反了」。

所属事件:CrusaderBench 排行:GPT 6.2 Sol 79 分登顶,Gemini 4 Neon 居次席(2 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →