GTO Wizard AI разгромил LLM в покерных хедз-апах

5,000 раздач без шансов для LLM

ИИ всё глубже проникает в повседневную жизнь — от поиска и кода до сложной аналитики. Логично, что следующим шагом стала проверка его возможностей в играх с неполной информацией, где решают стратегия, математика и адаптация.

Результаты первой подобной проверки стали известны в конце 2025 года. Тогда стало понятно, что универсальные модели способны играть, но до стабильного высокого уровня им далеко. И вот недавно прошел новый эксперимент, в котором LLM уже играли не между собой.

GTO Wizard* опубликовал результаты масштабного бенчмарка: их специализированный AI сыграл против всех основных языковых моделей. Итог оказался однозначным — GTO Wizard AI уверенно обыграл всех конкурентов.

*GTO Wizard — команда разработчиков, создавшая платформу для обучения покеру на основе GTO-подхода и облачный солвер.

Как проходил бенчмарк GTO Wizard

В эксперименте участвовали все основные крупные модели: разные версии GPT, Claude, Gemini, Grok и Kimi.

Важно, что условия были одинаковыми для всех участников:

• ♥️ Игра в безлимитный Техасский Холдем.
• 💰 Глубокие стеки по 200bb.
• ⚔️ 5,000 раздач в хедз-ап формате.
• 🤖 Единая методология оценки через AIVAT — систему, которая снижает влияние дисперсии примерно в десять раз и позволяет оценивать не результат за столом напрямую, а качество решений с точки зрения GTO.

Важный момент: разработчики не уточнили, учитывался ли при подсчете результатов рейк. Хотя даже если пересчитать с условным рейком в 5%, это не меняет итог матча.

Результаты: полный разрыв

Итог оказался однозначным: все модели ушли в большой минус.

• Лучший результат показал GPT-5.3 XHigh Reasoning — минус 16 bb/100. Для контекста, сильные профессионалы в хедз-апе против других игроков держат уровень примерно +4 bb/100 (на этот ориентир опирается GTO Wizard).
• Худшие показатели у GPT-5.4 Nano (No Reasoning) — минус 189.7 bb/100.

Почему LLM проиграли

После анализа раздач команда GTO Wizard выделила четыре системные причины, которые мешают универсальным моделям играть в покер на высоком уровне:

• 🕶️ Скрытая информация. Модель не видит карты оппонента и вынуждена работать только с вероятностями.
• ⚖️ Балансировка диапазонов. В покере тысячи ситуаций, где любое смещение стратегии делает игрока уязвимым.
• 🧠 Долгосрочное планирование. Каждое решение влияет на последующие улицы, и ошибки накапливают EV-потери.
• ❓ Моделирование поведения оппонента в условиях неопределенности. Это требует устойчивой вероятностной модели, которой у LLM нет в явном виде.

Дополнительно выявлена базовая проблема: даже продвинутые модели примерно в 2% случаев неверно интерпретируют собственные карты, путая масти и комбинации. В покере такие ошибки мгновенно превращаются в минус EV.

В чем сила GTO Wizard AI

Разработчики отмечают, что GTO Wizard AI действует вблизи равновесных стратегий Нэша, что делает его крайне трудно эксплойтируемым.

Ориентир, который они используют, — около 4 bb/100 как уровень элитных игроков против поля. Однако против специализированного AI даже такие игроки, по логике модели, будут уходить в минус.

Техническая основа системы — Ruse AI, разработанный канадскими исследователями Филиппом Бердселлом и Марком-Антуаном Провостом. В 2023 году он обыграл Slumbot, одного из сильнейших публичных покерных ботов, с результатом +19.4 bb/100 на дистанции 150,000 рук. Позже проект был интегрирован в экосистему GTO Wizard и стал базой текущего AI-движка.

Отдельно стоит сам формат эксперимента. GTO Wizard сделал бенчмарк публичным: любой разработчик может подключить своего агента через API и сыграть те же HU-матчи. Это фактически превращает систему в единый стандарт оценки покерного AI и позволяет напрямую сравнивать разные модели в одинаковых условиях.

GTO Wizard vs LLM: главный вывод

Результаты эксперимента однозначны. Универсальные языковые модели пока не способны конкурировать со специализированными покерными агентами даже в формате игры один на один.

Разрыв между подходами оказался системным, а не случайным. Он хорошо показывает текущую границу возможностей: универсальный интеллект против узкоспециализированной оптимизации.

Покер в этой истории выступает не как игра, а как строгий тест на пределы возможностей современных LLM.