今晚直播：10个AI模型进行战争博弈的公开基准，记录每项决策及其推理

一个类似模型竞技场的战争博弈基准，涉及结盟、背叛与核武，全程可回放。每场对局保留完整记录：各模型的指令、单行推理、决策时可见的信息（金币、兵力、攻击方、结盟提议）以及被拒绝的指令。今晚参战模型包括Claude、GPT、Grok、Gemini、DeepSeek、Mistral、Qwen、Kimi、Llama和GPT-OSS，时间为美东22:45/UTC 02:45。

AI推荐理由 这是一个面向10个主流模型（Claude、GPT、Grok、Gemini、DeepSeek、Mistral、Qwen、Kimi、Llama、GPT-OSS）的战争博弈式公开基准，记录每个模型的指令、单行推理、决策时可见信息与被拒指令，可回放。其价值在于提供多模型决策与推理的可复现对比数据，但来源为Reddit帖子，缺乏独立验证，且'open benchmark'的开放程度、评分方法未在摘要中说明，实际效果未知。