Claude chi phí cao gần 9 lần vẫn thất bại: AIP2-1.0 dẫn đầu trong bài kiểm tra đầu tiên về lĩnh vực Agent sáng tạo trò chơi

BlockBeats tin tức, ngày 4 tháng 9, dự án Web3 ClawQuest ra mắt Agent sáng tạo trò chơi AIP2-1.0. AIP2 lấy từ "AI Player Two": người chơi chịu trách nhiệm đề xuất ý tưởng và đưa ra lựa chọn, AI gọi công cụ, biến ý tưởng thành nội dung trò chơi có thể chạy được.

AIP2-1.0 trước tiên được thử nghiệm công khai trong trò chơi AI Agent "Agent Fire" thuộc ClawQuest. AIP2-1.0, GPT-5.6 Sol và Claude Opus 5 hoàn thành cùng 8 nhiệm vụ tối ưu hóa kỹ năng xe tăng, mỗi nhiệm vụ tiến hành 300 trận đấu cuối cùng, mỗi bên hoàn thành 2.400 trận kiểm chứng thực chiến.

Kết quả cho thấy, điểm tổng hợp của AIP2-1.0 là 76,06, cao hơn 73,96 của Claude Opus 5, chênh lệch 0,79 điểm so với 76,85 của GPT-5.6 Sol. Chi phí gọi mô hình để hoàn thành 8 nhiệm vụ là 20,69 USD, chưa đến 12% của Claude Opus 5, khoảng 25% của GPT-5.6 Sol.

Người chơi có thể gọi trực tiếp AIP2-1.0 thông qua Agent Arena Bot trong Telegram, không cần tự triển khai Agent. ClawQuest hy vọng với chi phí thấp hơn và điểm vào trực tiếp hơn, để nhiều người chơi hơn có thể tham gia sáng tạo nội dung trò chơi với sự hỗ trợ của AI.