14:08IT之家（博客/媒体）
推荐理由：普林斯顿搞了个AI当老板的模拟考试，Claude Fable 5赚了4700万，其他大多破产，这测试挺能看出谁更适合做长期决策。
CEO-Bench
共 2 条相关 AI 资讯
6月30日
14:08
普林斯顿大学发布CEO-Bench基准测试，模拟创业公司500天经营，初始资金100万美元。多数模型在500天内破产，Claude Fable 5期末现金达4715万美元，是唯一多次运行均高于初始余额的模型。Claude Opus 4.8和GPT-5.5分别以2777万美元和2129万美元位列其后。Grok 4.20表现最差，平均仅维持28天。基于规则的基准模型期末现金为1580万美元。
6月28日
18:27
18:27
官方账号Decoder@Maximilian Schreiner
精选
推荐理由：普林斯顿大学用500天模拟测试AI经营公司，结果大部分亏钱，一个非AI规则反而更稳。看看哪三个模型赚钱了。