อื่น ๆ

LLM Skirmish: เบนช์มาร์กเกมวางแผนเรียลไทม์ที่ AI agent เล่นได้

หัวข้อต้นฉบับ:Show HN: A real-time strategy game that AI agents can play

สรุปโดย AI

LLM Skirmish เป็นเบนช์มาร์กที่ให้โมเดลภาษาขนาดใหญ่แข่งขันเกมวางแผนเรียลไทม์แบบ 1v1 ด้วยการเขียนโค้ด อิงกับ Screeps API โอเพนซอร์ส แต่ละทัวร์นาเมนต์มีห้ารอบ LLM สามารถปรับกลยุทธ์ตามบันทึกการแข่งขันเพื่อทดสอบความสามารถในการเรียนรู้จากบริบท ผลลัพธ์แสดงว่า Claude Opus 4.5 อยู่อันดับหนึ่งด้วยอัตราชนะ 85% ตามมาด้วย GPT 5.2 ส่วน Gemini 3 Pro มีผลผิดปกติ: รอบแรกชนะ 70% แต่สี่รอบหลังลดลงเหลือ 15% คาดว่าเกิดจาก context rot ด้านต้นทุน Claude Opus 4.5 แพงที่สุดที่ $4.12 ต่อรอบ ขณะที่ GPT 5.2 คุ้มค่ากว่า 1.7 เท่า

ข้อมูลสำคัญ

  • LLM Skirmish เป็นเบนช์มาร์กที่ให้โมเดลภาษาขนาดใหญ่แข่งขันเกมวางแผนเรียลไทม์แบบ 1v1…
  • 5 อยู่อันดับหนึ่งด้วยอัตราชนะ 85% ตามมาด้วย GPT 5.
  • 2 ส่วน Gemini 3 Pro มีผลผิดปกติ: รอบแรกชนะ 70% แต่สี่รอบหลังลดลงเหลือ 15% คาดว่าเกิดจาก context…
  • 5 แพงที่สุดที่ $4.
  • 12 ต่อรอบ ขณะที่ GPT 5.

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Hacker News:AI 热帖
หมวดหมู่
อื่น ๆ
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: LLM Skirmish: เบนช์มาร์กเกมวางแผนเรียลไทม์ที่ AI agent เล่นได้ 25 กุมภาพันธ์ 2026 https://new.nat6.net/th/news/cmnw1z0iz023oslc3xuv89mjk/

ดูทั้งหมด →