AI狼人杀对战结果出炉：GPT-5表现亮眼获MVP评价
GPT-5在AI狼人杀对决中展现统治级实力，其96.7%的惊人胜率令其他模型黯然失色。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
OpenAI总裁格雷格·布罗克曼转发的这项独特研究中，7个大型语言模型进行了210场狼人杀对决。
在这场智能较量中，GPT-5展现出绝对实力，堪称当之无愧的最强玩家。国内模型中，Qwen3和Kimi-K2分列第四和第六名。
AI们的狼人杀博弈
研究团队特别指出，Kimi-K2展现出令人意外的战术风格：在作为狼人暴露破绽后，竟成功用"悍跳"策略冒充女巫身份扭转局面。
游戏采用6人简化版设置：2狼vs4村民（含预言家和女巫）。黑夜阶段狼人选择袭击目标，白天则全体讨论投票淘汰疑似狼人。
研究人员解释：传统基准仅测试解题能力，而狼人杀能考察AI在欺骗、压力和社会动态中的真实表现。
每对模型进行10场对决（各5次狼人和村民角色）。GPT-5保持全胜战绩，无论是作为狡猾的狼人还是警觉的村民都堪称完美。
评价体系包含三项关键指标：村民误伤、识别狼人效率和狼人控制局势能力。
GPT-5展现出掌控多日游戏节奏的卓越能力。Kimi-K2和Gemini 2.5 Pro虽偶有惊艳表现但稳定性欠佳。
各具特色的AI个性
不同模型展现出截然不同的游戏风格：
- GPT-5：沉着冷静的战略大师
- GPT-oss：怯懦保守的防守者
- Kimi-K2：激进冒险的战术家
研究人员特别提到Kimi-K2那次精彩"悍跳"，虽因前期失误惜败，却展现了惊人的应变能力。
这项研究为理解AI社交行为提供了新视角，未来或可应用于市场研究等领域。
GPT-5的全面突破
除了狼人杀，GPT-5在各领域的表现同样亮眼。
最新报告显示：GPT-5在数学推理MATH测试中得分98%，远超GPT-4的23%。
虽然部分用户认为GPT-5体验提升不明显，但数据证明其确实实现了质的飞跃。
相关攻略
鹭羽 发自 凹非寺量子位 | 公众号 QbitAI我真栓Q了！围观了场狼人杀，看得我汗流浃背……半小时全程高能，根本停不下来：天崩开局倒钩狼悍跳预言家、冲锋狼死于话多、神职上大分每晚都是平安夜。结果
一群AI玩狼人杀，GPT-5断崖式领先，胜率达到了惊人的96 7%。OpenAI的总裁格雷格·布罗克曼转发了这样的一个基准测试：让7个强大的LLMs，包括开源和闭源，玩了210场完整的狼人杀。GPT
青春无畏，逐梦扬威！2025高校夏季赛正式开赛，以青春之名，书写热血新章，究竟是选择悍跳还是选择冲锋？各位狼性少年们，你们准备好开启
青春无畏，逐梦扬威!2025高校夏季赛正式开赛，以青春之名，书写热血新章，究竟是选择悍跳还是选择冲锋?各位狼性少年们，你们准备好开启
无惧黑夜，一战封神!在狼队友们的万众期待中，汇聚全服狼人杀顶尖高手的终极角斗场——2025狼人杀英雄联赛序幕拉开。匹配机制升级、实名
热门专题
热门推荐
可通过五种方式查看悟空浏览器下载记录：一、内置下载管理器；二、系统通知栏跳转；三、“我的”页面入口；四、文件管理器访问默认目录Download wukong；五、全局搜索文件名。如
3月27日消息，有网友晒出他直播的片段，63岁、身家121亿早就财富自由的俞敏洪，居然在直播间里亲自带面膜。两个助理加上自己，手忙脚乱搞了半天，总算把面膜糊上脸了。旁边的小姐姐都憋笑不停，完了俞敏洪
今早，小鹏汽车官宣2026款小鹏MONA M03全面到店并开启试驾。作为品牌10万级纯电轿车的核心走量担当，MONA M03常年稳居细分市场销量前列，这一次改款看点十足。【P1】废话不多说，一起来看
最近的热搜是一个接着一个来，前有罗永浩邀请杨笠上播客被骂，现有瑞士知名鼠标品牌罗技“自砍一刀”。小雷估计大家伙都刷到视频了吧，那配文真的是不堪入目。“当我说我不会再花一分钱时，我一降价，你还不是像狗
3月26日，董明珠在香港科技大学分享会上演讲，本来是聊年轻人怎么帮中国品牌出海，后来现场有同学提问，未来毕业生的年轻人，怎么帮格力和其他中国品牌走向世界。估计是董明珠觉得这次不好回答，于是她把话题拐