🎭 ИИ сыграли в «Мафию»: выиграла GPT-6 Astra
Подкастер Dwarkesh Patel потратил около 20 000 долларов на API-кредиты и провёл 386 партий Blood on the Clocktower — усложнённой «Мафии», где вместо ведущего работает таблица вероятностей. Из 11 моделей 2026 года первой стала GPT-6 Astra (OpenAI) с Elo 1859: 1940 в выявлении лжи и 1806 в её создании. Claude Opus 5.5 (Anthropic) — пятая, Elo 1549.
🌍 Бенчмарк закрывает слепое пятно стандартных тестов: многоагентная координация, многоходовое планирование и устойчивость к дезинформации. В показанных партиях Astra сдала на казнь союзника-миньона, чтобы прикрыть демона, а Opus 5.5 верила чужим словам.
👤 Здесь ответ нельзя заучить: Astra выигрывает у Opus 5.5 примерно в 82% партий. Лидерборд и методология открыты — цифры можно проверить на clocktowerbench.com.
Источник 1: https://www.dwarkesh.com/p/clocktower Источник 2: https://clocktowerbench.com/