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。
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
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
长夜将至，觉醒苍穹!狼人杀门派联赛·第六赛季总决赛来袭，12支晋级门派集结完毕，战斗号角即将打响，究竟哪个门派能成功拿下冠军?精彩对
热门专题
热门推荐
近日，小马智行与文远知行赴港上市引起关注。10月14日，中国证监会发布关于WeRide Inc （文远知行公司）境外发行上市备案通知书；同日又发布关于Pony AI Inc （小马智行股份有限公司，
你可能已经在视频里见过它们：有的在工厂里精准抓取零件，有的能流畅完成深蹲、转身，甚至有人已经预订了一台，等着它明年上门帮忙做家务。2025年的秋天，人形机器人突然从“科幻电影里的道具”变成了热议的现
游戏手机，战火越烧越旺。2025年10月20日iQOO 15率先亮相，23日红米K90闪亮登场，27日一加15正式发布，一周之内小米OV的三大子品牌先后发布了今年的旗舰机型。巧的是，这三款旗舰机型都
在全球 Web3 与加密货币领域的舞台上，Blockchain Life 2025于 10月28‑29日在 Festival Arena, Dubai 落幕，汇聚了来自 130多个国家、超过 15 000位业内创新者、创业团队、投资机构与技术领导者，为下一阶段 Web3 创新奠定了重要基石。本文将深入解析本次大会的举办背景、核心议题、亮点成果与对未来生态的影响。
荒原曙光怎么捕捉熊？熊在荒原曙光中是一种危险性非常高的野兽，这种野兽的攻击力非常的强大，当然了熊自身也是有着很高的价值的，要是能够成功捕获一头熊的话，玩家的物资就会丰富很多，那么荒