宝可梦红
任天堂1996年发布的Game Boy平台回合制RPG游戏，宝可梦系列首作之一，包含8个道馆与151种精灵，因其有限状态空间与极深决策树被用作AI能力评测基准
时间轴 (近 90 天)
PokéBench维护着智能体玩《宝可梦红》的排行榜，附带回合日志和每次运行成本。
同一款游戏同样的token价格下，Opus 5.5用了271回合通关，花费8.44美元。
Muse Wonder在发布当天直播玩《宝可梦红》，第208回合进入常磐森林后，接下来792个回合全耗在里面，六小时直播花费96.06美元，未打过第一个道馆馆主Brock。
Sonnet 5.5成为首个仅通过截图读取和操作就通关《精灵宝可梦红》的Sonnet模型
宝可梦红对AI智能体的难点不在反应速度，而在长期规划与状态记忆
开发者Christian Mat创建了名为Jev的AI系统，尝试让其通关《宝可梦红》游戏
开发者坦言目前还不确定Jev能否拿到宝可梦红所有徽章
一位Reddit用户让名为Jev的AI模型实时游玩《宝可梦红》，游戏运行所需的harness由Opus 5在过程中同步搭建
《宝可梦红》作为AI基准测试载体的优势在于状态空间有限但决策树极深，通关需要数百步有效操作
《宝可梦红》发布于1996年，是Game Boy平台的回合制RPG，包含8个道馆、151种可捕捉精灵以及线性叙事主线
还有 2 条时间轴事件
全部知识事实 (7)
Sonnet 5.5成为首个仅通过截图读取和操作就通关《精灵宝可梦红》的Sonnet模型
60%待验证PokéBench维护着智能体玩《宝可梦红》的排行榜，附带回合日志和每次运行成本。
50%待验证宝可梦红对AI智能体的难点不在反应速度，而在长期规划与状态记忆
50%待验证《宝可梦红》发布于1996年，是Game Boy平台的回合制RPG，包含8个道馆、151种可捕捉精灵以及线性叙事主线
50%待验证《宝可梦红》作为AI基准测试载体的优势在于状态空间有限但决策树极深，通关需要数百步有效操作
50%待验证开发者Christian Mat创建了名为Jev的AI系统，尝试让其通关《宝可梦红》游戏
50%待验证社区中曾有用强化学习通关《宝可梦红》的项目引发热议
50%