BenchLeader

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。

17 / 17
#
1GPT-5.21131.8%56.7$0.0902025-12-23
2GPT-51103.2%56.6$0.0552025-12-23
3Gemini 3 Flash1100.2%56.5$0.00872025-12-23
4DeepSeek V3.2thinking1090.3%56.7$0.0142025-12-23
5Grok 4.1 Fastthinking1079.2%55.3$0.00442025-12-23
6Gemini 3 Pro1078.9%60.0$0.0332025-12-23
7DeepSeek V3.11058.2%49.0$0.00712025-12-23
8Claude Sonnet 4.51055.5%53.8$0.0282025-12-23
9GPT-5.11038.6%56.1$0.0362025-12-23
10Grok 4 Fastthinking1034.3%51.6$0.00392025-12-23
11Claude Opus 4.51033.4%57.1$0.0422025-12-23
12Gemini 2.5 Pro1032.6%55.2$0.0222025-12-23
13gpt-oss-120b1015.3%46.1$0.00452025-12-23
14Kimi K2 Thinkingthinking1011.6%52.3$0.0242025-12-23
15Qwen3 Maxmax994.5%54.2$0.0212025-12-23
16GLM-4.6945.8%50.2$0.0202025-12-23
17Llama 4 Maverick890.5%41.8$0.00522025-12-23

更多智能体与工具基准测试 · 全部大模型基准测试

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。