大模型社交推理评测出炉，OpenAI居首

Dwarkesh Patel发布多款大模型对战社交推理游戏《血染钟楼》的Elo排名，其中GPT-6 Astra以约1860分居首，GPT-6.1 Sol和GPT-5.6 Sol紧随其后；Patel据此称，OpenAI新模型在该游戏中的表现明显强于Anthropic。 Patel自费2万美元购买API额度，让模型进行社交策划、欺骗和团队协作推理对抗。该结果仅反映这一游戏及评测设置下的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。