**Cafe Bench：让大模型经营四家咖啡连锁一年，谁能赚钱？**

_Cafe Bench: Can LLMs run a coffee chain for a year?_

> Dot 推出 Cafe Bench 基准，让八个 AI 模型在模拟环境中接管一家有四家门店、运营两年的咖啡连锁，自主定价、排班、备货、签供应合同等，共 20 次决策窗口、连续运行 455 天，以总利润计分。结果 Claude Opus 5.5 以年均 +22.7 万美元居首，GPT-6 Astra 次之；GPT-6 Luna 与 GPT-5.6 Luna 反而亏损，最差年均 -28.3 万美元。该测试受 Vending-Bench 2 启发，显示前沿模型虽贵（单次约 $8.57）但收益回报远超成本。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-09-23 21:33（北京时间）
- **原文**：[打开原文](https://www.getdot.ai/blog/cafe-bench)