Ryan Madden ha demostrado que el modelo GPT-5.6 Sol, ejecutándose en un entorno Codex con un nivel de pensamiento bajo, puede completar con éxito una partida pacífica de Factorio, un complejo juego de automatización y construcción de fábricas. El modelo alcanzó este hito en 13.5 horas de tiempo dentro del juego. Para facilitar esto, Madden utilizó un gestor de juegos que permitía al modelo interactuar con el juego programáticamente a través de una biblioteca de Python. Esta configuración fue diseñada para asegurar que la IA enfrentara las mismas limitaciones físicas que los jugadores humanos, incluyendo el alcance de movimiento restringido y la mecánica de 'niebla de guerra', que oculta partes del mapa que aún no han sido exploradas.
La imagen representa la finalización exitosa de la partida de Factorio, que es el hito principal alcanzado por el modelo GPT-5.6 Sol.
El rendimiento del modelo mostró una mezcla de competencia de alto nivel y fallos mecánicos específicos. Si bien Sol demostró una capacidad sorprendente para gestionar la producción y alcanzar hitos de investigación científica, tuvo dificultades con la logística central del juego. Específicamente, el modelo falló frecuentemente al utilizar cintas de transporte para enrutar recursos, optando en su lugar por almacenar artículos en cofres y transportar suministros manualmente entre diferentes áreas de la fábrica. Este esfuerzo 'manual' fue particularmente evidente durante las etapas finales de la partida, donde el modelo tuvo que mover suministros repetidamente para conectar sistemas de producción y, finalmente, lograr el lanzamiento de un cohete.
Esta imagen ilustra la competencia de alto nivel del modelo en la gestión de la producción y el alcance de hitos de investigación científica.
A pesar de estos obstáculos logísticos, la partida representó una mejora significativa sobre los intentos anteriores con GPT-5.5, que no habían logrado utilizar las cintas de transporte en absoluto. Madden señaló que, aunque el modelo eventualmente enfrentó problemas de escalabilidad durante las etapas de ciencia del juego tardío, su capacidad para navegar las complejidades de la fábrica proporcionó información valiosa sobre las capacidades actuales del modelo. El experimento destaca a Factorio como un medio legible para probar la intuición de la IA, ya que la naturaleza visual de la fábrica facilita que los observadores identifiquen exactamente dónde tiene éxito o falla la lógica de un modelo en comparación con las tareas de programación tradicionales.