Brood War Bench testete KI-Modelle in StarCraft: Brood War. Keines spielte über Anfängerniveau hinaus. Codex Astra war der klare Spitzenreiter und besiegte alle anderen Modelle konsequent. Grok-Modelle waren noch nicht schlau genug zum Spielen.

Ältere Modelle behandelten Echtzeitstrategie als rundenbasiert und wurden beim Denken vernichtet. Neuere Modelle waren sich der Denkkosten bewusster, obwohl einige Low-Effort-Einstellungen besser abschnitten.

Codex' stärkste wiederkehrende Idee war Störung: Sonden zum Angriff auf Arbeiter schicken. Er erstellte oft separate Subagenten für Wirtschaft, Armeeproduktion und Steuerung, die schlecht kommunizierten. Grok 4.6 verbrachte lange Phasen mit Reasoning bei wenigen Befehlsbatches — ein Lauf loggte 11.138 Tokens, gab aber in 43 Minuten nur sechs Batches aus ohne Kampfeinheit.

Claude Fable versuchte ernsthaft zu spielen, baute Wirtschaften auf und kletterte Tech-Bäume hoch. Er erreichte Mutalisks, Lairs, Spires und fortgeschrittene Tech-Gebäude, bevor er einige Spiele gewann.

Wichtige Entitäten: Unternehmen: OpenAI, Anthropic, xAI