Brood War Bench testou modelos de IA no StarCraft: Brood War. Nenhum jogou além do nível iniciante. Codex Astra foi o líder claro, vencendo todos os outros modelos consistentemente. Modelos Grok não foram inteligentes o suficiente para jogar ainda.

Modelos mais antigos tratavam RTS como baseados em turnos, sendo destruídos enquanto pensavam. Modelos mais novos estavam mais cientes dos custos de pensamento, embora algumas configurações de menor esforço tenham performado melhor.

A ideia recorrente mais forte do Codex foi disrupção, enviando Sondas para atacar trabalhadores. Ele frequentemente criava subagentes separados para economia, produção de exército e controle que não se comunicavam bem. Grok 4.6 passou longos períodos raciocinando com poucos lotes de comandos — uma execução registrou 11.138 tokens mas emitiu apenas seis lotes em 43 minutos sem unidade de combate.

Claude Fable tentou sinceramente jogar, construindo economias e subindo árvores tecnológicas. Alcançou Mutalisks, Lairs, Spires e prédios tecnológicos avançados antes de vencer alguns jogos.

Entidades-chave: Empresas: OpenAI, Anthropic, xAI