StarSkirmish v0.2：GPT-6 Astra 领跑星际争霸机器人基准
AI 总结
StarSkirmish Bench v0.2 让每个大模型在一小时内用 C++ 编写《星际争霸：母巢之战》的神族机器人，再按其对人类编写机器人和演示机器人的胜率打分。本轮 GPT-6 Astra 以 57 分居首，GPT-6.1 Sol 以 46 分第二，Gemini 4 Argon 与 Claude Opus 5.5 同为 39 分，Claude Fable 5.1 为 37 分，其后是 Claude Sonnet 5.5（26）、Muse Wonder Full 与 Claude Haiku 5.5（21）和 GPT-6 Luna（13）。即便最强的 GPT-6 Astra，对 Stardust、PurpleWave、BananaBrain 等顶尖人类机器人也只有约 7% 胜率，基准远未饱和；模型在练习中挑战强敌的次数与其得分相关最强，而 Claude Fable 5.1 是明显例外。
深度见解
它提供了长时程智能体编程的横向对比视角，说明前沿模型能自主打磨游戏机器人，但距离顶尖人类机器人仍有明显差距。