LessWrong 上的一位用户报告称，Anthropic 的 Claude Opus 5 模型成功通过了他们定制的文本冒险游戏基准测试。该用户，网名为 derelict5432，于 2026 年 8 月 11 日分享了这一发现，表明该模型在处理复杂、叙事驱动的任务方面具有能力。 AI
影响 展示了大型语言模型先进的叙事理解和解决问题的能力。
排序理由 用户在讨论模型性能的平台上生成的内容，而非直接发布或官方基准测试。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
<p><i><span>Cross-posted from </span></i><a href="https://derekjames.substack.com/p/solved-my-text-based-adventure-benchmark" rel="noreferrer"><i><span>my Substack</span></i></a><i><span>. Basically, I created a text-based adventure game benchmark in April, and this morning my ag…