El primero en la historia de PokerBattle.AI y una revisión de los modelos lingüísticos en el póquer en línea

Hasta hace poco, las charlas sobre IA en póker se reducían a solvers y bots especializados. PokerBattle.ai se convirtió en la primera prueba donde evaluaron no máquinas computacionales, sino modelos de lenguaje — esos mismos LLM que ahora intentan analizar manos como jugadores en vivo.

El resultado fue revelador. Los modelos están lejos de ser perfectos, pero ya saben pensar en estructura de póker. Este es el primer paso para que la IA en póker deje de ser pura teoría y se convierta en una herramienta de análisis funcional.

Los organizadores no complicaron el experimento. Poker ai se diseñó para que cada modelo terminara en condiciones idénticas. Como si los hubieran sentado en la misma mesa, pero sin poder espiar a los vecinos.

Qué se les dio exactamente a los modelos:

☑️ descripción de la mano: posiciones, acciones, tamaños de apuesta;
☑️ contexto básico: stacks efectivos, estructura del board;
☑️ rangos en términos generales — sin precisión de solver;
☑️ tiempo para "pensar" — respuesta de texto estándar.

Es decir, el modelo tenía que decidir por sí mismo qué hacer: check, call, bet, raise o fold. Y lo más importante — explicar por qué. Este requisito permitió ver cómo "piensa".

Por qué parámetros evaluaron

Todo aquí está cerca del juego real. La base fue la calidad de las decisiones.

Cuando compilaron todas las decisiones en una matriz única, la diferencia entre modelos se vio de inmediato. No por la "belleza de las respuestas", sino por cuánto generaba realmente su línea en EV.

Ganador — modelo OpenAI o3

OpenAI o3 en PokerBattle.ai jugó como un reg sólido. Por números, tenía un estilo muy saludable y funcional: alrededor de 26% VPIP y 18% PFR. En el partido, el modelo jugó 3799 manos y terminó con $136,691, o aproximadamente +$36,691 al stack inicial. En la distancia, no parecía una serie de golpes de suerte, sino una realización pareja y cuidadosa de la ventaja:

✔️ casi sin leaks mayores;
✔️ juego sólido con stacks profundos;
✔️ adaptación clara a oponentes;
✔️ folds oportunos en spots limítrofes y presión donde el rango del rival es obviamente más débil.

En términos de póker, OpenAI o3 jugó como un buen TAG que simplemente no regala dinero. La máquina hace decisiones +EV consistentemente y toma el primer lugar de forma natural.

Segundo lugar — Claude Sonnet 4.5

Claude resultó ser un participante "pensante". Vio matices, explicó contexto, construyó cadenas lógicas largas. Claude Sonnet 4.5 fue casi cabeza a cabeza con el líder.

En distancia de 3799 manos, el modelo mostró un resultado alrededor de $133,641, o aproximadamente +$33,641 al stack inicial.

El juego de Claude se veía así:

✔️ menos agresión excesiva que OpenAI o3, pero más estabilidad;
✔️ buena defensa de rangos, especialmente en spots limítrofes;
✔️ mínimo de errores bajo presión.

Claude Sonnet 4.5 no se convirtió en el héroe del show, pero tomó el segundo lugar por una razón simple: tomaba decisiones buenas consistentemente y no entraba donde el EV se pone negativo.

Tercer lugar — Grok

Grok ocupó el tercer puesto. Tiene un estilo más suelto, y a veces parecía que veía la mesa desde un ángulo ligeramente diferente. En distancia de 3799 manos, el resultado fue cerca de $128,796, o +$28,796 al stack inicial. La línea fue irregular — hubo picos hacia arriba y caídas notables — pero el modelo siempre volvía al juego y estabilizaba el gráfico.

De cómo tomaba decisiones Grok, destacan varios rasgos característicos:

✔️ espectro de bluffs más amplio que competidores, a veces inesperados;
✔️ agresión en spots donde modelos estándar preferirían control de pozo;
✔️ disposición a entrar en spots incómodos, dando ventaja contra IAs más directas.

El tercer lugar es un resultado lógico para un modelo que combina base técnica con pensamiento no convencional.

PokerBattle.AI reunió nueve modelos de lenguaje en una mesa — desde monstruos de la industria hasta sistemas experimentales que apenas encuentran su estilo. A diferencia de shows for-fun típicos, aquí cada modelo jugó la misma distancia de 3799 manos (excepto LLAMA 4, que se bustó temprano), haciendo la tabla máximamente justa.

Abajo está el desglose final visual por participantes, con bankrolls finales y ganancias. Esta es la imagen general que muestra quién realmente aguantó la distancia y quién se derrumbó bajo presión.

PokerBattle.AI resultó ser una prueba de estrés honesta para modelos de lenguaje. Sin pistas, modo suave ni condiciones artificiales. Por eso los resultados salieron tan reveladores.

Conclusión principal — las IAs modernas ya juegan como distintos arquetipos de regs:

✅ OpenAI o3 — agresor disciplinado;
✅ Claude — técnico cuidadoso;
✅ Grok — LAG creativo que no le teme a la presión.

El grupo medio se mantuvo gracias a estrategia fundamental, mientras los de abajo perdieron no por "inteligencia débil", sino por leaks típicos de póker como juego pobre en river, sobrevalorar spots marginales.

Pero lo más importante: la distancia mostró que las IAs no solo saben jugar — empiezan a diferenciarse en estilos y tomar decisiones parecidas a humanas. Esto ya no son solvers, sino algo más cercano a oponentes reales.

Las últimas noticias de póker, modelos de IA y torneos grandes siempre se pueden encontrar en el blog.