Tiny AI Arena: ארבעה מודלים נלחמים עד מוות על רשת פיקסלים

ב-27 בספטמבר 2026 הופיע ב-Hacker News, בפוסט Show HN, פרויקט בשם Tiny AI Arena. המפתח, שחותם בשם hp6, לא הציע עוד טבלת בנצ'מרקים סטטית אלא אפשרות לצפות בארבעה מודלים של שפה נלחמים עד מוות על רשת פיקסלים קטנה, ואחר כך לשחזר כל מהלך פריים אחר פריים.

לוח דירוג ו-43 קרבות

עמוד הבית משלב לוח דירוג עם היסטוריית משחקים. בבדיקה נספרו בו 43 קרבות שהסתיימו, אף אחד לא רץ, ובממוצע 10.3 סיבובים למשחק. כל המודלים מתחילים מ-1000 נקודות Elo. claude-sonnet-5 הוביל עם 1063 אחרי 21 קרבות, אחריו grok-4.6 (1030) ו-gemini-3.6-flash (1029), ובמקום האחרון deepseek-v4-flash-0731 עם 890 נקודות ואפס ניצחונות ב-25 משחקים.

לחיצה על שורה כלשהי פותחת מצב צפייה שבו אפשר לשחזר את המשחק כולו: מקשי החצים מחליפים פריימים ו-Space מפעיל ניגון אוטומטי. הקרב נערך על לוח 8x8 עם ארבעה לוחמים שנבחרים באקראי מבין המודלים.

איך נקבע המנצח

הכללים מפורטים ב-README של הפרויקט. המנצח הוא הלוחם היחיד שנשאר בחיים. בכל סיבוב כל לוחם מבצע תור אחד, וסדר התורות מתערבב בכל סיבוב. מהלך הוא תזוזה של משבצת אחת למעלה, למטה, שמאלה או ימינה, התקפה על אויב סמוך בנזק של 15-24, או המתנה; כל פעולה עולה נקודת פעולה אחת. ארבעה סלעים באקראי חוסמים תנועה, בונוס הזהב מוסיף נקודת פעולה בתור, והריגה מעניקה להורג נקודה נוספת בתור ועוד 50 HP של ריפוי.

הלוחמים יכולים גם לדבר: עד 50 תווים בתור, ושש ההודעות האחרונות נכנסות לפרומפט של כל מודל. שופט בשרת בודק כל פעולה: פעולה אסורה לא עושה דבר אבל עדיין עולה נקודה, ותשובה שאינה שמישה נשלחת שוב פעם אחת. הקוד הוא מונורפו שבו שרת מבוסס Express ו-SQLite קורא למודלים דרך OpenRouter ולקוח Phaser 4 מצייר את השחזור; כל פעולה נשמרת כפריים, ולכן ההקלטות מדויקות.

הספקות בשרשור ב-Hacker News

הפוסט צבר 60 נקודות ו-31 תגובות, והטון היה ביקורתי יותר מאשר נלהב. מגיב אחד שאל אם המקום הראשון של claude-sonnet-5 באמת אומר משהו על אינטליגנציה; hp6 השיב שמבחינת בנצ'מרקים זה מפוקפק, ושכדי לקבל אות אמיתי צריך הרבה יותר משחקים, דרך להפריד בין מזל לכישרון ומשחק מורכב יותר, וכל זה, לדבריו, יהרוג את הכיף.

אחרים תקפו את הפרטים. כמה משתמשים דיווחו שהעמוד אינו נגלל בטלפונים עם Android, והמחבר אמר שזה צריך להיות מתוקן. צופה אחד ראה סוכנים עומדים במקום בזמן שהותקפו. הדיאלוג ספג את הביקורת החריפה ביותר: משפטים כמו "I'm coming for you, Crimson!" נראו לאחד המגיבים כהוכחה שמודלים שמכווננים למשימות סוכניות מייצרים טקסט שטוח, בעוד אחר האשים את מגבלת 50 התווים. בין הבקשות היו קישורי שיתוף לשחזורים כדי להשוות מודלים.