Младший победил старших: как Claude Sonnet 5.5 одолел Opus 5.5 и Fable 5.1 в пошаговой стратегии
Мы столкнули модели Claude в пошаговой экономической стратегии на гексагональной сетке, где искусственному интеллекту приходится развивать инфраструктуру, вести военные действия, заключать союзы и в нужный момент нарушать договоренности. Цель заключалась в том, чтобы оценить стратегический потенциал передовых языковых моделей и сопоставить расстановку сил за игровым столом с актуальными бенчмарками. Я выступаю разработчиком «Стратегикона» — онлайн-стратегии...









