Poker Agent 排行榜
截至 2026年11月16日,Poker Agent 的最高分为 1131.8%,由 GPT-5.2(OpenAI)取得,领先于 GPT-5(1103.2%)。共有 17 个模型配置公布了结果(Vals AI,结果日期 2025年12月23日)。模型之间进行大量扑克对局,按赢得的筹码评分,测试不确定条件下的推理和对手建模。Poker Agent 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- GPT-5.2 以 1131.8% 保持 Poker Agent 最高分(Vals AI,2025年12月23日)。
- GPT-5 以 1103.2% 位列 Poker Agent 第二(Vals AI,2025年12月23日)。
- Poker Agent:AI 智能体之间的扑克对战。由 Vals AI 运行(Vals AI)。
- BenchLeader 上有 17 个模型配置公布了 Poker Agent 结果(BenchLeader,2026年11月16日)。
- Poker Agent 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
AI 智能体之间的扑克对战。由 Vals AI 运行。
- 发布方
- Vals AI
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 17
- 数据截至
- 2026年11月16日
Vals AI (vals.ai).
测试内容
模型之间进行大量扑克对局,按赢得的筹码评分,测试不确定条件下的推理和对手建模。
评分方式
各场比赛的相对盈利,由 Vals AI 运行。
注意事项
锦标赛得分取决于参赛阵容;只在同一次快照内比较。
- 1GPT-5.21131.8%
- 2GPT-51103.2%
- 3Gemini 3 Flash1100.2%
- 4DeepSeek V3.2 (thinking)1090.3%
- 5Grok 4.1 Fast (thinking)1079.2%
- 6Gemini 3 Pro1078.9%
- 7DeepSeek V3.11058.2%
- 8Claude Sonnet 4.51055.5%
- 9GPT-5.11038.6%
- 10Grok 4 Fast (thinking)1034.3%
- 11Claude Opus 4.51033.4%
- 12Gemini 2.5 Pro1032.6%
- 13gpt-oss-120b1015.3%
- 14Kimi K2 Thinking (thinking)1011.6%
- 15Qwen3 Max (max)994.5%
17 / 17
| # | |||||
|---|---|---|---|---|---|
| 1 | 1131.8% | 56.7 | $0.090 | 2025-12-23 | |
| 2 | 1103.2% | 56.6 | $0.055 | 2025-12-23 | |
| 3 | 1100.2% | 56.5 | $0.0087 | 2025-12-23 | |
| 4 | 1090.3% | 56.7 | $0.014 | 2025-12-23 | |
| 5 | 1079.2% | 55.3 | $0.0044 | 2025-12-23 | |
| 6 | 1078.9% | 60.0 | $0.033 | 2025-12-23 | |
| 7 | 1058.2% | 49.0 | $0.0071 | 2025-12-23 | |
| 8 | 1055.5% | 53.8 | $0.028 | 2025-12-23 | |
| 9 | 1038.6% | 56.1 | $0.036 | 2025-12-23 | |
| 10 | 1034.3% | 51.6 | $0.0039 | 2025-12-23 | |
| 11 | 1033.4% | 57.1 | $0.042 | 2025-12-23 | |
| 12 | 1032.6% | 55.2 | $0.022 | 2025-12-23 | |
| 13 | 1015.3% | 46.1 | $0.0045 | 2025-12-23 | |
| 14 | 1011.6% | 52.3 | $0.024 | 2025-12-23 | |
| 15 | 994.5% | 54.2 | $0.021 | 2025-12-23 | |
| 16 | 945.8% | 50.2 | $0.020 | 2025-12-23 | |
| 17 | 890.5% | 41.8 | $0.0052 | 2025-12-23 |
相关基准测试
Poker Agent 上的热门模型对比
引用格式:BenchLeader,《Poker Agent 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_poker。
Poker Agent:常见问题
- Poker Agent 衡量的是什么?
- 模型之间进行大量扑克对局,按赢得的筹码评分,测试不确定条件下的推理和对手建模。分数以完成任务的百分比表示,越高越好。
- Poker Agent 的最高分是多少?
- 截至 2026年11月16日,Poker Agent 的最高分为 1131.8%,由 GPT-5.2 取得(结果日期 2025年12月23日),领先于 GPT-5(1103.2%)。分数来自 Vals AI,每天重新读取。
- 哪个 AI 模型在 Poker Agent 上领先?
- 截至 2026年11月16日,Poker Agent 排名第一的是 GPT-5.2,分数为 1131.8%(结果日期 2025年12月23日)。其后为 GPT-5(1103.2%)。
- 有多少模型有 Poker Agent 结果?
- BenchLeader 上有 17 个模型配置有 Poker Agent 结果,全部取自 Vals AI。
- Poker Agent 由谁运行,多久更新一次?
- Poker Agent 由 Vals AI 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- Poker Agent 是否计入 BenchLeader Index?
- 不计入。Poker Agent 仅作参考展示,不计入综合分数。