LLM Skirmish: Benchmark für Echtzeit-Strategiespiele, die KI-Agenten spielen können
Originaltitel:Show HN: A real-time strategy game that AI agents can play
KI-Zusammenfassung
LLM Skirmish ist ein Benchmark, bei dem große Sprachmodelle durch das Schreiben von Code 1-gegen-1-Partien in einem Echtzeit-Strategiespiel austragen. Auf Basis der Open-Source-API von Screeps umfasst jedes Turnier fünf Runden; die LLMs können ihre Strategie anhand der Partieprotokolle anpassen, um ihr Kontextlernen zu testen. Die Ergebnisse zeigen Claude Opus 4.5 mit 85 % Siegquote auf Platz eins, gefolgt von GPT 5.2. Gemini 3 Pro verhielt sich auffällig: 70 % Siegquote in der ersten Runde, dann ein Absturz auf 15 % in den folgenden vier Runden, vermutlich durch Context Rot. Bei den Kosten ist Claude Opus 4.5 mit 4,12 US-Dollar pro Runde am teuersten; GPT 5.2 bietet ein 1,7-mal besseres Preis-Leistungs-Verhältnis.
Kernpunkte
- LLM Skirmish ist ein Benchmark,bei dem große Sprachmodelle durch das Schreiben von Code…
- Auf Basis der Open-Source-API von Screeps umfasst jedes Turnier fünf Runden
- die LLMs können ihre Strategie anhand der Partieprotokolle anpassen,um ihr Kontextlernen zu testen.
- Die Ergebnisse zeigen Claude Opus 4.
- 5 mit 85 % Siegquote auf Platz eins,gefolgt von GPT 5.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- Hacker News:AI 热帖
- Kategorie
- Sonstiges
LLM实时战略游戏对战基准,Claude大幅领先且展现独特上下文学习能力
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: LLM Skirmish: Benchmark für Echtzeit-Strategiespiele, die KI-Agenten spielen können. 25. Februar 2026. https://new.nat6.net/de/news/cmnw1z0iz023oslc3xuv89mjk/