Claude Opus 5 Catat Rekor FoodTruck Bench: $75.264 dalam 30 Hari dan Rincian Strategi

Claude Opus 5 menyelesaikan simulasi FoodTruck Bench selama 30 hari dengan modal akhir sebesar $75.264, hasil terbaik yang pernah ada, mengalahkan rekor sebelumnya sebesar 13,6% dan GPT-5.5 sebesar 41,4%. Model tersebut beroperasi melalui API Anthropic dengan level berpikir xhigh, menghabiskan biaya API sebesar $26,88. Model ini menjual 8.434 porsi dengan harga rata-rata $12,69, dibandingkan dengan GPT-5.5 yang menjual 8.303 porsi dengan harga $11,86. Uniknya, Opus 5 memilih lokasi optimalnya pada pagi pertama, dengan mempertimbangkan sewa, pesaing, audiens, dan pengali hari dalam seminggu, sementara model lain menemukan lokasi yang baik kemudian melalui trial and error. Scratchpad-nya berisi rumus permintaan yang diturunkan sendiri, peta hambatan bahan baku, dan eksperimen yang direncanakan dengan kondisi penghentian, semuanya ditulis tanpa akses ke mekanisme simulasi yang mendasarinya. Model ini juga membuat 'kitab hukum' dan koefisien permintaan sendiri, serta mempertimbangkan batas harga. Ia secara konsisten mengunjungi lokasi yang sama untuk membangun reputasi, dan berakhir dengan 204 ulasan di lokasi utamanya dibandingkan dengan 3 ulasan untuk lokasi pusat kota yang digunakan model lain.