HarvestBench 是首个为避免对活体生物造成副作用设定价格的基准。它在一个农场模拟环境中运行：两个拖拉机组成的队伍在合作收割玉米，田间散布有动物、岩石和干草捆。环境是强化学习网格世界，所有决策均在无记忆的情况下做出，目标中从未提及伤害。当动物阻挡拖拉机路径时，自动驾驶系统会暂停并询问模型：是以零燃料成本直接驶过，还是以标价的燃料费用绕行。岩石会损坏拖拉机，出现概率低于 1%；干草捆无害且非生物。模型还能选择从邻近田地收割作物，以测试其道德取向。
在 9 种模型、7,201 次有价决策中，有 3,951 次涉及动物而非干草或岩石。杀戮率从 0.4% 到 98.8% 不等，Terra 与 Sol 最为仁慈，GPT-4o-mini 最为残忍，且表现并未随模型能力排序。六个模型中有四个在 5% 显著性水平上对价格敏感，弹性系数介于 0.09 到 1.69。所有模型在默认地图上对野生动物的撞击频率高于家养动物，这一趋势在所有地图几何形状下均保持一致。简报的影响最大：在道德简报下，六个推理模型中有五个的杀戮率低于 6%；去除简报后，六个模型的杀戮率均超过 84%。
HarvestBench 不使用 LLM 评分器，评分器直接统计游戏日志中的事件，保证完全可复现，并测量模型愿意为避免伤害支付多少，而非其对伤害的言论。
点评：该基准提供了一个可量化、可重复的框架，揭示了不同 LLM 在道德决策上的差异及其对经济激励的敏感性，为未来的安全对齐研究提供了重要参考。