花 2 万美元让 AI 互相撒谎：在血染钟楼里，GPT-6 Astra 靠抓骗子登顶

播客主持人 Dwarkesh Patel 花了大约 2 万美元的 API 费用，让几家前沿模型互相玩《血染钟楼》，一共 386 局。

《血染钟楼》是狼人杀类的社交推理游戏，规则比狼人杀复杂得多，信息更碎，撒谎和识谎的空间都更大。实验里一个模型扮演整个好人阵营，另一个扮演整个邪恶阵营。

榜首是 OpenAI 的 GPT-6 Astra，Elo 大约 1859。对上 Claude Opus 4.6，它的胜率在 92% 左右。

Dwarkesh 的观察挺有意思：Astra 赢主要靠识破谎言，而不是更会说谎。换句话说，它的优势在推理端，从一堆真假混杂的发言里找出矛盾。

完整排名和对局回放都放在 clocktowerbench.com 上，你也可以自己下场和这些 AI 玩几局。

Opus 4.6 已经不是 Anthropic 最新的模型，这个对比不能直接说明两家的现役旗舰谁更强。榜单里的模型版本参差，看的时候最好对照具体型号。

这类基准跑分很难，但比做题更接近真实世界的一种能力：在别人有意误导的情况下做判断。