新的基準測試「星海爭霸：怒火燎原基準」 每當推出新的前沿模型，你可能都看過 YouTuber 上傳相關內容。 這項基準測試直接評估 AI 模型的《星海爭霸》遊玩表現，據稱所有被測試的模型都未能超越初學者水平。 各模型的遊玩風格也十分明顯：CodeX 偏好非正統、詭計多端的打法；Claude 則是正統派；而 Grock 則直接在遊戲中停滯不前。 測試以所有模型與推理設定的組合進行循環對戰，詳細內容請參閱原始報告。 🥹 排名榜 1. Astra (xhigh) 18 勝 0 敗 2. Astra (medium) 16 勝 2 敗 3. Fable 15 勝 3 敗 4. Astra (low) 14 勝 4 敗 5. Sol (medium) 13 勝 5 敗 ...