Anthropic ha sorprendido al mundo al usar el clásico Pokémon Red para evaluar su modelo más reciente, Claude 3.7 Sonnet. Equipado con memoria básica y funciones para interactuar con el juego, este modelo ha logrado hazañas que antes parecían inalcanzables.

Con su capacidad de "pensamiento extendido", Claude 3.7 Sonnet ha superado los obstáculos que detuvieron a su predecesor, logrando vencer a tres líderes de gimnasio y ganar medallas. Aunque los detalles sobre el rendimiento son escasos, sabemos que realizó 35,000 acciones para llegar a la meta.

Este enfoque innovador no solo redefine cómo se prueba la inteligencia artificial, sino que también plantea la pregunta: ¿Qué otros juegos podrían servir como campo de pruebas para el futuro de la AI?