PokeBench：给前沿 LLM 一块 Game Boy 屏幕和 1000 回合，挑战《宝可梦红》首个道馆
2026.09.26 · 事件 · AI 评测 · 社区热议
同一提示下，14 次运行中 4 次拿到徽章，最快 246 回合。
有人做了 PokeBench 测试：每个模型只拿到 Game Boy 屏幕、按钮、可行走网格和 1,000 回合，无攻略、无寻路、无提示，目标是击败 Brock。评分是 10 级里程碑阶梯，目前 14 次运行中 4 次拿到徽章，最好成绩是 GPT-6 Astra 的 246 回合。
- 每个模型条件相同：屏幕、按钮、可行走网格、1000 回合
- 无攻略、无寻路、无提示，所有模型同一提示
- 评分按 10 级里程碑阶梯，未获胜也按推进距离排名
- 14 次运行中 4 次拿到徽章，最好成绩 246 回合
- 最便宜获胜为 Gemini 3.8 Flash，花费 $3.70
为什么值得看
用统一基准看 LLM 在长程游戏任务中的真实推进能力。
适合谁关注
关注 LLM 评测、智能体与游戏 AI 的读者。