Evalatro: an open benchmark where LLMs play the real Balatro

En 3 lignesEvalatro est un benchmark open-source où les LLMs jouent au vrai Balatro via une connexion MCP. Le modèle reçoit l'état du jeu en texte et décide seul de ses coups. Leaderboard public avec seeds fixes, mimo-v2.5-pro atteint Ante 5, aucun modèle n'a approché l'objectif Ante 12.

Résumé généré par Claude — vérifié par l'humain