8 个国产大模型用同一份说明,各写一个贪吃蛇 bot,扔进同一个斗兽场对打 50 局。胜负由程序判定,没有剪辑或篡改。
【结果】总冠军腾讯混元 Hy4(267 分,14 胜,击杀 42 次全场最多);GLM-5.3 第二(252.5 分,同样 14 胜);DeepSeek V4 Pro 第三(209 分,咬到自己 38 次);小米 MiMo V2.6 Pro 201.5 分;Kimi K3 184 分;豆包 Seed 2.1、千问 Qwen3.8-Max 同为 171.5 分,按胜场(4 比 2)豆包排第 6;MiniMax M3 143 分(平均最大长度 8.1 节,全场最短)。视频完整回放的是程序按「击杀多、后期存活多、回合数适中」自动挑出的第 4 局。
【选手】2026-10-01 通过 OpenRouter 调用:deepseek/deepseek-v4-pro-0813、bytedance-seed/seed-2-1-turbo、qwen/qwen3.8-max-prime、moonshotai/kimi-k3、z-ai/glm-5.3、minimax/minimax-m3、xiaomi/mimo-v2.6-pro、tencent/hy4-preview。推理强度 high,输出上限 64000 token(含思考)。MiniMax、小米 MiMo、腾讯混元首次登场。
【规则】30×20 地图,8 条蛇同时移动;撞墙、撞到身体、饿死、出毒圈即出局;迎面相撞长的赢;第 120 回合起每 20 回合缩一圈;阵亡的蛇变成食物。每局名次积分 10/7/5/4/3/2/1/0(并列平分),总分相同按胜场排。
【公平性说明】
· 提示词与第一期逐字相同(连开头的「第 1 期」都没改),只换了对手名单;同一个沙箱,每步限时 100ms;所有 bot 未经人工修改;50 局零超时、零报错。
· 输出上限从第一期的 32000 提高到 64000 token(与第二期相同):第一期有三个国产模型因上限太紧首轮被截断,这次 8 个模型都一次交卷,没有补救轮。和第一期的成绩对比时请注意这个差别。
· 赛后采访原话上屏。冠军混元第一次的回复被我们的脚本只取了首行「拿了冠军」,原文没有保存、无法确认后面还有没有内容,于是重问一次并保存原文,视频用的是重问的回答;脚本已改为保存全部原始回复。
· 精选局由程序自动挑选;台词气泡做了统一限流,不影响对局。
【花费】8 个模型写 bot 共 0.92 美元(千问最贵 0.52 美元,DeepSeek 最便宜 0.016 美元);赛后采访和封面另计约 0.1 美元。
开打前押了混元的朋友,恭喜押中!
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 国产 vs 海外
降级:千问 Qwen3.8-Max、MiniMax M3。挑战者候选:GPT-6 Astra、Grok 4.7、Claude Opus 5.5、Gemini 3.8 Flash(评论区点名)