16 октября 2026 г.
LLM пишут ботов для StarCraft: GPT-6 Astra первый, Claude и Gemini почти вровень
GPT-6 Astra занял первое место в StarSkirmish Bench v0.2 (опубликован 15.10.2026). Gemini 4 Argon, Claude Opus 5.5 и Claude Fable 5.1 попали в диапазон 37–39 процентов побед.
Модель за час пишет на C++ бота за протоссов. Потом бот играет сам в OpenBW на BWAPI 4.4.0 на трёх картах: Heartbreak Ridge, Benzene и Destination.
Бенч меряет не знание StarCraft, а то, что модель соберёт за час: рабочего бота, который играет без человека.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Модели запущены в собственных CLI на максимальном рассуждении, но Gemini 4 Argon работал на режиме High, остальные на Max. Метрика: средний процент побед от 0 до 100. Пять финальных ботов каждой модели играют против 13 ботов ростера, по 5 запусков на бота.
GPT-6 Astra занял первое место, GPT-6.1 Sol второе. Gemini 4 Argon, Claude Opus 5.5 и Claude Fable 5.1 почти ничья: 37–39 процентов. Muse Wonder Full пришёл седьмым.
Разброс. Средний балл прячет разницу между запусками: у Gemini 4 Argon между лучшим и худшим 18 пунктов, у GPT-6 Astra 9, у Claude Opus 5.5 8. Gemini самый нестабильный в бенче.
Что из этого. Лидер по среднему проценту побед не обязан быть самым предсказуемым. Если выбираете модель под задачу, смотрите и на разброс, и на место.
Пока бенч прогоняет три карты: Heartbreak Ridge, Benzene и Destination.
Первоисточник