让多家前沿 agent 互打《星际争霸：母巢之战》

[burden7]

测评结果：GPT 高玩，多个模型胜率都很高； Grok 拉完了，50 场赢了 3 场

原文

[nightlight9]

互打应该属于菜鸡互啄水平吧，有没有跟人类对打的数据

[m0mo]

@nightlight9 最高的 APM 才 48.3, 应该怎么也打不过正常玩家吧

[Greenm]

原文提到其他模型都选择 rush,只有 fable 会攀科技出飞龙等。

所有对战水平都是新手，如果让玩家来修地堡，所有模型都防不住。

总结，菜鸡互啄

[burden7]

@Greenm 对的，完全的菜鸡互啄

[knktc]

按照现在常见的剧情，应该是：某家模型已经学会了 hack 游戏然后进行作弊了

[woodfizky]

那么问题来了，这些 agent 打完一场用了多少 token/费用？
然后，这些 agent 打的过那个年代的配置电脑就能本地运行的 AI(脚本)吗

[panlatent]

怎么不派 GLM 上，还能给你自动保存不限量的录像。

[unclejock]

@woodfizky 把图看完完整了再评论