让AI打游戏不新鲜，但把吃豆人当成考卷，专门测"临场反应"，这事有点意思。提供AI接口服务的Opper公开了一个叫jevman的基准测试，规则很直接：让AI玩吃豆人。

它测的不是谁分数高那么简单。同一款游戏，6种AI模型各玩100次，然后横向比三件事：拿到多少分、做判断有多快、跑起来花多少钱。

打开网易新闻 查看精彩图片

为什么是吃豆人

打开网易新闻 查看精彩图片

吃豆人这类游戏，每一步都得在极短时间内决定往哪走。幽灵在动，路线在变，犹豫一下就被堵死。用它来考AI，考的是"当下这一秒怎么选"，而不是慢慢想一道大题。

所以jevman盯的是"素早い判断"——快速判断。分数只是结果，判断速度和执行成本才是它想拉开差距的地方。

三项指标一起看

打开网易新闻 查看精彩图片

把得分、速度、成本放在同一张表里比，逻辑就清楚了：

  • 得分：AI在游戏里实际拿到多少分
  • 判断速度：每次决策有多快
  • 执行成本：跑完这些局要花多少钱

三者叠加，比的就不只是"谁聪明"，而是谁在真实场景里又快又省。对要落地AI的团队来说，这个组合比单看跑分更接近实际选择。

目前公开的信息就到这里：一个吃豆人基准，6款模型，各100局，三项指标。至于谁赢谁输，还得看完整结果。