LOLPlay基准评测显示实时推理越多表现越差

LOLPlay通过原生《英雄联盟》评测实时视觉Agent，覆盖36个英雄专属任务和82个可执行子目标。324次任务评测显示，GPT-6 Astra在低、中推理力度下任务成功率为25.0%，中档子目标成功率最高达40.3%；提高推理力度对三个模型都没有带来提升，更长的请求还会挤占交互轮次。