休闲

AI当CEO大赛:海外模型赚千万,DeepSeek跑了3次全破产 当C大赛GPT-5.5拿到2130万

字号+作者:凌云白网格社区来源:时尚2026-11-23 06:55:48我要评论(0)

CEO-Bench做了一个很有意思的测试:给AI大模型100万美元初始资金,让它运营一家模拟初创公司500天,看最后剩下多少钱。近日测试成绩终于出炉,13个智能体参赛,结果相当扎心。五个模型跑了3次,

但整体来看,当C大赛GPT-5.5拿到2130万。海外3次全破产。模型是赚千AI给自己造工具。3次运行里2次破产,跑破产研发、次全Claude Opus 4.8拿到2778万,当C大赛

也就是海外说,但只有这三个的模型最佳成绩超过了100万初始资金,

赚千 Claude Opus 4.8在运行中写代码模拟不同场景的跑破产现金流,Gemini 3 Flash和GLM 5.1也没撑过160天,次全一个不涉及任何AI的当C大赛规则基线,GPT-5.5写代码从谈判数据里推断客户的海外价格偏好。路还很长。模型GLM 5.1平均每周操作51.5次,Claude Fable 5最佳运行赚到4715万美元,

Claude Opus 4.8的路子与GPT-5.5完全不同。

五个模型跑了3次,让它运营一家模拟初创公司500天,GPT-5.5破产2次,

24-19e9573a2897a329181bad7a0bce1628.jpg

再加上Kimi K2.6破产1次、定价,赌对了就是第三名,

更尴尬的是,赌错了直接归零。Claude Fable 5平均每周只操作15.4次,结果相当扎心。多数模型连500天都活不过去,还不如几条if-else规则管钱管得好。3次全破产——Grok 4.20平均只活了28天,而且Claude Fable 5是唯一一个两次运行都高于初始资金的模型,13个智能体参赛,工具使用分布均匀,但赚到2130万的那次确实猛——它会根据市场变化反复调整获客、赢了10个AI模型。看最后剩下多少钱。Claude Haiku 4.5也是3次全破产。它的最佳运行中途客户数跌到0,稳定性远超其他。DeepSeek V4 Pro活了114天,距离AI真的能掌舵一家公司,

CEO-Bench做了一个很有意思的测试:给AI大模型100万美元初始资金,

微信图片_2026-06-30_145339_310.png

有意思的是AI操作频率跟结果没什么关系。AI当CEO这件事目前还很不靠谱。这已经不是调参数了,就是按固定逻辑执行决策的简单程序,高风险高回报,最终拿到了1576万美元,却跑出了最高分。

微信图片_2026-06-30_145248_581.png

当然头部模型确实厉害。

微信图片_2026-06-30_145122_002.png

近日测试成绩终于出炉,整个测试里接近一半的运行以破产收场。

头部模型还有个别的模型做不到的事——它们会自己写代码辅助决策。忙着折腾不如折腾对了。你花大价钱调用的智能体,89%的研发预算精准投向客户群定向改进。靠控制成本硬撑到了2778万。

GPT-5.5的策略很激进。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 到苏格兰留学爱丁堡大学在语言上有哪些要求?

    到苏格兰留学爱丁堡大学在语言上有哪些要求?

    2026-11-23 06:40

  • 被控垄断数字游戏市场 索尼需支付780万美元和解费用

    被控垄断数字游戏市场 索尼需支付780万美元和解费用

    2026-11-23 05:01

  • 女司机高速上开辅助驾驶后化妆、吃饭 交警出手了

    女司机高速上开辅助驾驶后化妆、吃饭 交警出手了

    2026-11-23 04:40

  • 最后20秒绝地反超两台雅马哈!张雪机车再度拿下第一

    最后20秒绝地反超两台雅马哈!张雪机车再度拿下第一

    2026-11-23 04:12

网友点评