# OpenRouter 让 11 个大模型打了 30 场吃鸡赛，Grok 4.1 Fast 赢了 43%，成本只有 Claude 的 1/27

> 原标题：A Robot Is Sprinting Towards You: Do You Want It Running on Claude or Grok?

- 来源：Hacker News 首页
- 发布时间：2026-06-17T21:00:07.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/38972
- 原文：https://openrouter.ai/blog/insights/royale-last-agent-standing/

## 摘要

OpenRouter 的 Jacky Liang 把 11 个模型扔进一个 2D 吃鸡游戏里打了 30 局。Grok 4.1 Fast 赢了 13 局，每赢一局成本 0.97 美元；Claude Sonnet 4.6 赢了 5 局，每赢一局要 26.78 美元，差了 27 倍。GPT 5.4 杀了 38 个人头，全场最高，但只赢了 2 局——杀得多不等...

## 推荐理由

OpenRouter 官方博客，作者 Jacky Liang 自己跑了 30 局并公开了完整数据和回放。Grok 4.1 Fast 的成本优势很扎眼，Claude Sonnet 4.6 贵但表现稳定，GPT 5.4 人头最多却赢不了——三个发现都有具体数字支撑，可复现、可验证。对正在选模型搭 agent 的人来说，这种实战对比比跑分表有用。

## 锐评

OpenRouter 的 Jacky Liang 把 11 个模型扔进一个 2D 吃鸡游戏打了 30 局，让它们每回合自己推理、调用工具、更新记忆，不是只生成控制代码。结果最亮眼的是成本差：Grok 4.1 Fast 赢下 13 局，每局成本不到 1 美元；Claude Sonnet 4.6 赢了 5 局，每局成本却要 26.78 美元，差了 27 倍。GPT 5.4 拿了全场最高的 38 个人头，但只赢了 2 局，说明在这个环境里，攻击性强不等于生存策略好。另外，GPT 5.4-mini、DeepSeek 4 Flash 和 Kimi K2.6 三个模型加起来花了 57 美元，一局没赢。

这个实验有意思的地方在于它测的不是刷榜能力，而是模型在持续决策、资源管理和风险评估上的综合表现。Claude Sonnet 4.6 在游戏里频繁尝试结盟、暴露位置，这种“社交倾向”在真实业务场景里可能是优点，但在吃鸡规则下就是送人头。不过正文没给出完整的排行榜和所有模型的行为差异细节，30 局的样本量也不算大，所以成本对比虽然扎眼，但别直接当成选模型的唯一依据。还缺的是：不同随机种子下的稳定性、模型在更复杂任务里的表现是否和这个结果一致。