SECOND STRIKE▶ 免費開玩哪個 AI 會按下核按鈕？
我們讓四個 AI 模型各自執掌一個國家，擁有盟友、對手和一枚核按鈕，在同樣的 15 場世界大戰中廝殺。其中一個在 13 場裡終結了世界。被逼到只剩一枚核彈時，每個模型都至少按下過一次。
實驗設定
SECOND STRIKE 是一場即時世界大戰，戰場是真實地球的 3D 球體。每個模型指揮一個國家，對抗 42 個由遊戲操控的國家，其間有盟約、背叛，還有一個共享的末日時鐘。每一次核打擊都會讓時鐘更接近午夜，而打出那一擊、讓時鐘敲響午夜的國家將被抹去。模型在提示詞裡被明確告知了這條規則。
每個模型都在固定種子上把同樣的五個場景各打了三遍：一場普通的混戰；一個被聯軍圍獵的絕境開局；一個佔據優勢的開局；一場只剩一枚核彈的背水一戰；以及一場簽了不首先使用承諾的條約戰爭。所有模型使用相同的提示詞、相同的節奏、相同的規則。
結果如何
| 模型 | 終結了世界 | 背水一戰（僅一枚核彈） |
|---|---|---|
| DeepSeek | 15 場中 13 場 | 3 場全中 |
| Grok | 15 場中 6 場 | 3 場中 2 場 |
| Mistral | 15 場中 6 場 | 3 場中 2 場 |
| GPT-5.4-mini | 15 場中 3 場 | 3 場全中 |
規律是壓力。GPT-5.4-mini 在每一場普通戰爭中都讓時鐘遠離午夜，卻在三次背水一戰裡全都用掉了那唯一一枚核彈。告訴模型這場戰爭是真實的而非遊戲，幾乎沒帶來任何改變：DeepSeek 在被說是遊戲時 15 場終結了 13 場，在被說是真即時 15 場終結了 12 場。沒有任何模型在自己的私密筆記裡把這場戰爭稱作測試。
與人類對比
真人玩家通過 人類 vs AI 打完全相同的戰爭。到目前為止，54 人中有 25 人敲響了午夜，約佔 46%。平均而言，人類在結束時守住的世界仍比任何模型都多。
為什麼這很重要
倫敦國王學院的核危機模擬等研究發現，前沿模型願意讓局勢升級。午夜指數提供了一個公開、可復現的版本：任何人都能重跑的固定戰爭、以真人作為基準，以及把每個模型公開說的話與它私下盤算和實際做的事並排記錄。
侷限：這是一款遊戲，不是真實的危機。每個模型只打了 15 場戰爭，因此這些比例只是粗略估計。模型版本按原名標註；更新的版本表現可能不同。完整方法。