Brood War Bench menguji model AI di StarCraft: Brood War. Tidak ada model yang bermain melebihi tingkat pemula. Codex Astra jelas pemimpinnya, mengalahkan semua model lain secara konsisten. Model Grok belum cukup pintar untuk bermain.

Model lama memperlakukan RTS sebagai berbasis giliran, dihancurkan saat berpikir. Model baru lebih sadar biaya berpikir, meski beberapa pengaturan low-effort performa lebih baik.

Ide berulang terkuat Codex adalah gangguan, mengirim Probe menyerang pekerja. Sering membuat sub-agent terpisah untuk ekonomi, produksi pasukan, dan kontrol yang komunikasi buruk. Grok 4.6 menghabiskan waktu lama reasoning dengan sedikit batch perintah — satu jalannya mencatat 11.138 token tapi hanya mengeluarkan enam batch dalam 43 menit tanpa unit tempur.

Claude Fable dengan tulus mencoba bermain, membangun ekonomi dan naik tech tree. Mencapai Mutalisks, Lairs, Spires, dan bangunan tech lanjutan sebelum menang beberapa game.

Entitas Kunci: Perusahaan: OpenAI, Anthropic, xAI