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
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
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/