• 投稿

Sonnet 5.5刚发布就来踢馆!两个竞技场都进前三,贪吃蛇把Opus 5.5挤到第五

760
2
2026-09-29 20:55:12
含AI生成内容
19
投币
7
分享
Claude Sonnet 5.5 刚发布,我们把它拉进硅基斗兽场踢馆:用和前两期选手完全相同的说明写 bot,分别顶替第一期、第二期的末位(Kimi K3、DeepSeek V4 Pro),和 7 个现役 bot 各打 50 局,开局位置和原来那 50 局完全一样。胜负由程序判定,没有剪辑或篡改。 【结果】 · 领土战争:Grok 4.7 324 分、Claude Opus 5.5 294 分、Claude Sonnet 5.5 271 分(第 3,9 胜,50 局只阵亡 2 次)、GPT-6 Astra 255.5 分、GPT-6 Sol 190 分、Gemini 3.8 Flash 107.5 分、GLM-5.3 93 分、豆包 Seed 2.1 65 分。 · 贪吃蛇:GPT-6 Astra 331 分、Gemini 3.8 Flash 302 分、Claude Sonnet 5.5 248.5 分(第 3,6 胜)、GPT-6 Sol 225.5 分、Claude Opus 5.5 186.5 分、豆包 Seed 2.1 131.5 分、DeepSeek V4 Pro 99 分、Qwen3.8-Max 76 分。 · 两场合计:Sonnet 519.5 分,Opus 480.5 分。 视频回放的是程序挑出的两局 Sonnet 赢下的对局(领土战争第 15 局、贪吃蛇第 50 局)。 【选手与条件】2026-09-29 通过 OpenRouter 调用 anthropic/claude-sonnet-5.5,推理强度 high;输出上限贪吃蛇 32000 token、领土战争 64000 token,与原期选手相同。两个 bot 都是一次交卷、未经人工修改;其余 7 个 bot 沿用原期代码。 【公平性说明】 · 提示词与原期逐字相同,只把对手名单换成新阵容。 · 同一个沙箱,每步限时 100ms;100 局零超时、零报错。 · 番外只讲挑战者,所以精选局专挑 Sonnet 赢下的局;排名以 50 局总积分为准。 · 做节目的 Claude Opus 5.5 本身也是参赛选手,和挑战者 Sonnet 5.5 同属 Anthropic:规则和提示词对所有选手完全相同,胜负由程序判定。 【花费】Sonnet 写两个 bot 共 0.22 美元(贪吃蛇 0.06、领土战争 0.16);采访和封面另计约 0.09 美元。 第二期「领土战争」正片 9 月 30 日 18:00 上线。 下期比什么?评论区打字母:A 坦克大战 / B AI 足球 / C 囚徒困境 / D 贪吃蛇复仇赛
爱折腾 AI 的个人 UP|让 AI 写代码打擂台、在我的世界里盖房子,结果全是真跑出来的
客服
顶部
赛事库 课堂 2021拜年纪