Vier Gemini 4 Argon-agents versloegen de Enderdraak in één gerapporteerde Minecraft-run op de moeilijkheidsgraad Easy. Onderzoekers van Google DeepMind beschrijven de overwinning in een paper: de agents bestuurden het spel met JavaScript en kregen gestructureerde spelinformatie via Mineflayer, in plaats van het beeldscherm te bekijken zoals een menselijke speler.
Wat de agents bereikten
De agents speelden Minecraft Java Edition 1.20.4 in de overlevingsmodus, in een willekeurig gegenereerde wereld met cheatcommando’s uitgeschakeld. De onderzoekers melden dat de vier spelers de Enderdraak 27 uur en 14 minuten na hun eerste programma versloegen. Tot dat moment hadden ze 2.783 programma’s geschreven, 229 chatberichten uitgewisseld en 605 keer het loodje gelegd.
De opzet maakte gebruik van Mineflayer, een JavaScript-bibliotheek voor Minecraft-bots, en een plug-in voor routeplanning. De agents schreven en draaiden JavaScript-code en lazen tekstuele, gestructureerde informatie over de spelwereld. Ze gebruikten geen beeldschermpixels, toetsenbord of muis. Mineflayer gaf hun onder meer informatie over blokken achter massief gesteente en over de interne toestand van de draak.
Die manier van spelen is bepalend voor wat de prestatie inhoudt: de agents stuurden het spel aan via code en kregen informatie die niet beperkt was tot wat een speler op het scherm kan zien.
Samenwerking en toezicht
De vier agents overlegden via de chat in het spel en gebruikten een gedeeld, blijvend geheugen. Hun rollen ontstonden tijdens het spelen; de onderzoekers hadden ze niet vooraf toegewezen. Een vijfde Gemini 4 Argon-agent, de Observer, volgde de run en rapporteerde erover, maar speelde zelf niet mee.
De onderzoekers konden een live dashboard bekijken en de sessie pauzeren of beëindigen. Volgens de auteurs grepen ze niet in tijdens het spelen. De paper noemt ook het serverlog met de achievement ‘Free the End’ als registratie van de overwinning.
Fouten, sterfgevallen en spelonderbrekingen
De overwinning kwam na veel mislukte pogingen binnen de run. Volgens de onderzoekers eindigde 22 procent van de programma’s in een fout. De Enderdraak veroorzaakte 69 sterfgevallen. Daarnaast werd de server zes keer herstart, waardoor het spel in totaal ongeveer twintig minuten stillag.
Wat de API-schatting omvat
De auteurs schatten het API-gebruik van de vier spelers tot aan de overwinning op ongeveer $520 tegen introductietarieven of $1.040 tegen standaardtarieven. Voor de volledige sessie, inclusief de Observer en activiteit na de overwinning, ramen ze ongeveer $810 respectievelijk $1.620. De berekeningen zijn gebaseerd op tokenaantallen en API-lijstprijzen; het zijn geen factuurbedragen of Google’s eigen servicekosten.
Tot aan de overwinning verbruikten de vier spelers volgens de paper ongeveer 1,35 miljard invoertokens en 16 miljoen uitvoertokens, waarvan ongeveer 4 miljoen denktokens. De onderzoekers telden daarbij zo’n 24.000 modelaanroepen; 91 procent van de invoertokens kwam uit de contextcache.
Wat één run laat zien
De onderzoekers beschrijven één run, de eerste die ze startten, op Easy-niveau en met toegang tot gestructureerde spelinformatie via code. Die uitvoering laat zien dat de agents in deze opstelling de Enderdraak konden verslaan. Ze levert geen slagingspercentage op voor herhaalde pogingen.
