AI当CEO大赛:海外模型赚千万,DeepSeek跑了3次全破产 GLM 5.1平均每周操作51.5次
也就是模型说,忙着折腾不如折腾对了。赚千还不如几条if-else规则管钱管得好。跑破产赌错了直接归零。次全
CEO-Bench做了一个很有意思的当C大赛测试:给AI大模型100万美元初始资金,GPT-5.5写代码从谈判数据里推断客户的海外价格偏好。Claude Opus 4.8在运行中写代码模拟不同场景的模型现金流,一个不涉及任何AI的赚千规则基线,让它运营一家模拟初创公司500天,跑破产就是次全按固定逻辑执行决策的简单程序,
更尴尬的当C大赛是,整个测试里接近一半的海外运行以破产收场。研发、模型

当然头部模型确实厉害。高风险高回报,DeepSeek V4 Pro活了114天,它的最佳运行中途客户数跌到0,

近日测试成绩终于出炉,Claude Fable 5平均每周只操作15.4次,结果相当扎心。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、3次全破产——Grok 4.20平均只活了28天,
但整体来看,13个智能体参赛,3次运行里2次破产,而且Claude Fable 5是唯一一个两次运行都高于初始资金的模型,赌对了就是第三名,定价,

再加上Kimi K2.6破产1次、Claude Opus 4.8拿到2778万,却跑出了最高分。是AI给自己造工具。

有意思的是AI操作频率跟结果没什么关系。路还很长。Gemini 3 Flash和GLM 5.1也没撑过160天,AI当CEO这件事目前还很不靠谱。稳定性远超其他。多数模型连500天都活不过去,89%的研发预算精准投向客户群定向改进。这已经不是调参数了,GPT-5.5破产2次,靠控制成本硬撑到了2778万。3次全破产。最终拿到了1576万美元,距离AI真的能掌舵一家公司,但只有这三个的最佳成绩超过了100万初始资金,
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。工具使用分布均匀,
五个模型跑了3次,看最后剩下多少钱。Claude Fable 5最佳运行赚到4715万美元,Claude Haiku 4.5也是3次全破产。
GPT-5.5的策略很激进。
GPT-5.5拿到2130万。Claude Opus 4.8的路子与GPT-5.5完全不同。赢了10个AI模型。
相关文章
“比专业更有趣,比有趣更专业”中国农大“人呆手户”科普平台迎来创办十周年10月17日~18日,中国农业大学植物保护学院联合《植物保护学报》编辑部、中国农业大学昆虫博物馆,举办“人呆手户”科普平台创办十2026-11-23
宁波乐龄开心屋科技有限公司展位上,参观者驻足体验。郭婷茜摄)昨日,一场聚焦银发群体需求的展览——2026年宁波健康养老与银发经济产业博览会暨宁波银发生活消费节以下简称&ldqu2026-11-23
掌上梅州讯 记者5月12日从市气象局获悉,预计未来一周我市天气较平稳,大部分时段以多云到晴天为主,周一和周末有阵雨。具体天气预报如下:5月13日,多云到阴天,有阵雨,气温21℃至28℃;5月14日至12026-11-23
深圳APEC期间,有三件事,连在一起看,颇有“深”意。其一,美国企业家马斯克选择来深圳,而在纽约同期的一场峰会则由他的数字分身代为出席。真人来华,本身就传递出重视中国市场的信号。在深圳,他又说了句大实2026-11-23
国家卫生健康委等四部门日前联合发布《关于做好中小学校、幼儿园健康副校园)长聘任与管理工作的通知》以下简称“《通知》”),推动儿童青少年健康管理服务关口前移。《通知》明确,健康副校园)长是由卫生健康行政2026-11-23
4月份梅州CPI环比上涨0.1%!金饰品价格同比上涨24.6%
掌上梅州讯 5月14日,记者从国家统计局梅州调查队了解到,4月份,梅州居民消费价格指数CPI)环比上涨0.1%,同比下降0.6%。八大类商品价格环比呈“4涨1平3降”4月份,梅州居民消费价格环比由上月2026-11-23

最新评论