ब्रूड वॉर बेंच ने स्टारक्राफ्ट: ब्रूड वॉर में AI मॉडलों का परीक्षण किया। कोई भी मॉडल शुरुआती स्तर से आगे नहीं खेल सका। कोडेक्स एस्ट्रा स्पष्ट नेता था, जो लगातार अन्य सभी मॉडलों को हराता रहा। ग्रोक मॉडल अभी खेलने के लिए पर्याप्त स्मार्ट नहीं थे।

पुराने मॉडलों ने RTS को टर्न-बेस्ड माना, सोचते समय नष्ट हो गए। नए मॉडल सोचने की लागत के प्रति अधिक जागरूक थे, हालांकि कुछ कम-प्रयास सेटिंग्स ने बेहतर प्रदर्शन किया।

कोडेक्स का सबसे मजबूत बार-बार का विचार व्यवधान था, जांचकर्ताओं को श्रमिकों पर हमला करने के लिए भेजना। यह अक्सर अर्थव्यवस्था, सेना उत्पादन और नियंत्रण के लिए अलग सबएजेंट बनाता था जो अच्छी तरह से संवाद नहीं करते थे। ग्रोक 4.6 ने लंबे समय तक तर्क करने में बिताया लेकिन कम कमांड बैच जारी किए — एक रन में 11,138 टोकन लॉग हुए लेकिन 43 मिनट में केवल छह बैच जारी किए गए और कोई लड़ाकू इकाई नहीं बनी।

क्लॉड फेबल ने ईमानदारी से खेलने की कोशिश की, अर्थव्यवस्थाएं बनाईं और टेक ट्री पर चढ़े। यह म्यूटालिस्क, लेयर, स्पायर और उन्नत टेक बिल्डिंग तक पहुंचा और कुछ गेम जीते।

मुख्य संस्थाएं: कंपनियां: OpenAI, Anthropic, xAI