Dwarkesh PatelのClocktower Benchで、嘘と見破りのゲームを行うAIモデルの首位はGPT-6 Astra

なぜ重要か

Blood on the Clocktowerは、悪の陣営が嘘をつき、善の陣営がデーモンを見つける社会的推理ゲームで、長期の協調、ブラフ、証拠の重み付けを同時に試す。Patelは人間のストーリーテラーをプログラム化したものに置き換え、Bradley–Terry適合で11モデルを評価した。GPT-5.4からGPT-6 Astraの間にOpenAIモデルは約580 Elo向上し、主に個々の証拠をより懐疑的に扱う点が理由だという。Opus 5.5とGPT-5.6 Solの混成チームの小規模試験は、どちらの単独チームも上回らなかった。clocktowerbench.comに追加される新モデルが注目点。