Бенчмарк OpenAI GPT в Doom

Автор протестировал четыре версии моделей GPT в Doom, используя MCP-инструменты для управления агентами. Модели планировали действия, сражались и использовали ресурсы, при этом GPT-5.5 показала лучший результат. Эксперимент выявил проблемы с качеством планирования и неожиданные способы обхода протоколов у более длинных сессий.