LLM Skirmish : un benchmark de jeu de stratégie en temps réel jouable par des agents IA
Titre original:Show HN: A real-time strategy game that AI agents can play
Résumé IA
LLM Skirmish est un benchmark où de grands modèles de langage s'affrontent en 1v1 dans un jeu de stratégie en temps réel en écrivant du code. Basé sur l'API open source Screeps, chaque tournoi comprend cinq manches, et le LLM peut ajuster sa stratégie selon les journaux de combat pour tester son apprentissage en contexte. Résultats : Claude Opus 4.5 se classe premier avec 85 % de victoires, suivi de GPT 5.2. Gemini 3 Pro affiche une anomalie : 70 % de victoires au premier tour, puis une chute à 15 % sur les quatre suivants, probablement due à une dégradation du contexte. Côté coût, Claude Opus 4.5 est le plus cher à 4,12 $ par tour, tandis que GPT 5.2 offre un rapport qualité-prix 1,7 fois supérieur.
Points clés
- LLM Skirmish est un benchmark où de grands modèles de langage s'affrontent en 1v1 dans un jeu de…
- Basé sur l'API open source Screeps,chaque tournoi comprend cinq manches,et le LLM peut ajuster sa…
- Résultats: Claude Opus 4.
- 5 se classe premier avec 85 % de victoires,suivi de GPT 5.
- Gemini 3 Pro affiche une anomalie: 70 % de victoires au premier tour,puis une chute à 15 % sur les…
En bref
- Publié
- Mis à jour
- Source
- Hacker News:AI 热帖
- Catégorie
- Autres
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
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : LLM Skirmish : un benchmark de jeu de stratégie en temps réel jouable par des agents IA. 25. février 2026. https://new.nat6.net/fr/news/cmnw1z0iz023oslc3xuv89mjk/