GPT-5.6 Sol completa Factorio en modo pacífico en 13,5 horas de juego

Si no has estado siguiendo a los LLM jugando, GPT 6.1 Sol ahora puede ganar juegos al 100% solo con visión (sin arneses que le den al agente información extra sobre el juego). Pokemon ya no es un desafío difícil para él, incluso con restricciones adicionales de dificultad como modo difícil y límites de nivel. Recientemente, GPT 6.1 Sol venció Final Fantasy VII y sus jefes extra solo con visión sorprendentemente rápido.

Sospecho que Opus 5.5 puede hacerlo incluso mejor, pero no hay tantas personas probándolo.

Ver a la IA jugar es divertido, pero no puedo esperar a que alguien logre incorporar pequeños LLM en los juegos para enriquecerlos de formas útiles e interesantes.

Una limitación de este tipo de demos (y similares con Minecraft, etc.) es que:

1. Ponerlo en modo "pacífico" hace que el tiempo de respuesta no sea un factor

2. Estos modelos han leído y tienen acceso a cada guía y video jamás publicados sobre el tema. La mayoría de los humanos, especialmente en su primera partida, aprenden los sistemas e interacciones del juego desde cero, luego desarrollan estrategias y planes novedosos y "prueban hipótesis" hasta vencer el juego.

Esto sigue siendo impresionante en comparación con dónde estábamos hace unos años, y poder sintetizar toda la información existente sobre un juego y luego jugarlo hasta completarlo en un entorno semirrealista es genial.

A simple vista alguien podría confundir esto con "una IA brillante resuelve Factorio", cuando en realidad, dado un juego similar pero diferente donde no se le regalara toda la información o datos de entrenamiento (por ejemplo, videos y capturas de pantalla masivos), podría desempeñarse terriblemente (como otros han señalado en los comentarios).

> El lanzamiento del cohete solo se logró mediante un esfuerzo 'manual' significativo por parte de Sol, ya que tapó sus fallos de final de partida al conectar ciertos sistemas de producción transportando repetidamente suministros entre áreas de la fábrica.

Revisando el video, alrededor del minuto 12 se puede ver el informe de rastreo de Sol reportando la cancelación de un script 'courier' (alimentación manual) en conflicto.

En lugar de implementar un esfuerzo 'manual', parece que Sol consideró al Ingeniero como otra unidad de automatización.

Eso no está exactamente dentro de la intención del desafío, pero tampoco está demasiado fuera de los límites. También es un vacío legal difícil de cerrar si el agente interactúa con el juego a través de una capa de scripting.

No parece entender la mecánica central de Factorio, que es poner los productos en cintas y dirigirlos a otras entradas. Lo hace en algunos lugares, pero en su mayor parte todo se mete en cofres y el jugador lo mueve.

Factorio es un juego mucho más fácil sin que los bichos sean un dolor de cabeza mientras te expandes; me pregunto cómo manejaría Sol a los bichos.

Es extraño y casi alienígena cómo la IA diseña fábricas. Cuando Claude anunció Fable 5, también hicieron una demo de Factorio que tenía el mismo tipo de diseños y mucha alimentación manual e inserción directa.

En cierto sentido, me demuestra que los LLM no solo copian, sino que realmente crean una solución hecha a medida. Pero honestamente esperaba más de los modelos de frontera.