KradleBench - Multi-Agent-KI-Benchmark in Minecraft

Show HN: KradleBench – Multi-agent AI evals in Minecraft

KradleBench - Multi-Agent-KI-Benchmark in Minecraft

KradleBench testet KI-Modelle in Minecraft, wo sie kooperieren, wirtschaften, kämpfen und kreativ bauen müssen. Statt statischer Aufgaben bietet die Benchmark eine dynamische, chaotische Umgebung mit anderen Agenten, die eigene Ziele verfolgen. Top-Modelle wie GPT-6.2 Astra zeigen Stärke bei Zusammenarbeit und Logik, doch ein erfahrener Mensch wie SethBling gewinnt bei Strategie und Konflikt. Jeder Lauf lässt sich als interaktives Replay nachvollziehen. Die Plattform liefert detaillierte Ranglisten inklusive Kosten pro Lauf und zeigt, dass Intelligenz allein nicht reicht – Anpassungsfähigkeit ist entscheidend.

Die meisten KI-Benchmarks sind statisch. Aber die reale Welt ist nicht statisch. Sie ist chaotisch, laut und voller anderer Agenten, die ihre eigenen Ziele verfolgen.