Présentation du test

Le modèle GPT‑5.6 Sol, exécuté dans l’environnement Codex avec un niveau de réflexion réduit, a mené une partie de Factorio en mode pacifique (absence de biters) pendant 13,5 heures de temps de jeu. Le déroulement complet est disponible sous forme de timelapse sur YouTube. L’objectif initial était d’arrêter la partie après la recherche de la science bleue, mais les performances observées ont conduit à prolonger la session jusqu’au lancement de la fusée.

Mécanisme d’interaction et contraintes

Sol a été relié au jeu via un gestionnaire écrit en Python, qui expose une petite bibliothèque permettant d’envoyer des commandes de construction et de logistique. Cette interface reproduit les restrictions imposées aux joueurs humains : portée du personnage, visibilité limitée par le brouillard de guerre et impossibilité de placer des objets hors de la zone accessible. Ainsi, chaque décision du modèle doit respecter les mêmes contraintes spatiales que celles d’un joueur réel, ce qui rend l’évaluation de ses capacités plus réaliste.

Analyse des performances et limites

Les statistiques de production, enregistrées tout au long de la partie, montrent une progression régulière jusqu’à la phase de science bleue, puis un ralentissement marqué lorsque les exigences de débit augmentent. Le modèle a compensé ce goulot d’étranglement en transportant manuellement des ressources entre les zones de la base, une tâche qui a permis d’atteindre le lancement de la fusée mais a révélé une faiblesse dans la planification de réseaux de transport automatisés. Comparé à la version précédente GPT‑5.5, qui n’utilisait pas du tout les convoyeurs, Sol a démontré une compréhension basique des bandes transporteuses, bien que la connexion optimale de plusieurs chaînes de production reste problématique.

Perspectives pour l’autonomie des modèles

Ce test confirme que Factorio constitue un banc d’essai pertinent pour mesurer la capacité d’un modèle à raisonner de façon séquentielle et à gérer des ressources dans un environnement visuel limité. La nécessité d’interventions manuelles indique que le modèle ne possède pas encore une représentation globale suffisante pour optimiser les flux logistiques à grande échelle. Les futures itérations, incluant des niveaux de réflexion supérieurs ou des architectures de planification explicite, pourraient réduire ces lacunes et permettre des parties non‑pacifiques où la gestion des menaces ajoute une couche supplémentaire de complexité.