跳到正文
游研社·· 2026-10-20精选AI 评分47

20个大模型挑战《杀戮尖塔》A20仅一次通关,失利多因过于稳健

主流大模型挑战最高难度《杀戮尖塔》,全都死于太过稳健……

AI 导读

研究者用SpireBench让20个大模型在《杀戮尖塔》A20难度下完整挑战10个新种子,200局中仅GPT-5.6 Sol通关一次。与4位高手主播对比,AI在第一幕平均只打约0.9—1.4场精英战,主播约为2.6场,AI在57%—75%的营火选择回血,高手约为9%。仅以第一阶段计,表现最好的模型已接近顶尖高手水准,但长期战略能力仍有明显差距。

推荐理由

文章把大模型的失败原因归结为过度稳健,并用高手主播的逐局数据做对照,便于理解模型在长期资源管理上的具体短板。

来源:游研社 · yystv.cn