# 19 个模型打《星际争霸》，没有一个超过新手水平

> 原标题：Brood War Bench

- 来源：Hacker News 首页
- 发布时间：2026-09-19T14:44:02.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/57614
- 原文：https://bw.swerdlow.dev/report

## 摘要

作者 Ben Swerdlow 发布 Brood War Bench，让 19 个模型与 effort 配置在《星际争霸：母巢之战》中两两对战，Codex Astra / xhigh 以 18 胜 0 负、100% 胜率居首，Claude Fable 以 15 胜 3 负排第三。

## 推荐理由

作者 Ben Swerdlow 让 19 个模型与 effort 配置在《星际争霸：母巢之战》中两两对战，Codex Astra 的 xhigh 配置以 18 胜 0 负居首，所有模型都未超出新手水平。

## 锐评

18 胜 0 负的 Codex Astra，赢法是一个探机过去骚扰农民，对面模型花几十秒想对策，直接卡死。这个 benchmark 测的是模型在实时环境里的决策延迟，跟会不会打星际关系不大。Grok 4.6 xhigh 43 分钟只发 6 个动作，11138 个 reasoning token 换不来一队兵，这个信号比胜率更值得看。单局成本 $10.54 也说明问题，xhigh 想得多做得少，账单还贵。一个人做的非正式测试，样本有限，但延迟和决策瘫痪这两件事，跑 agent 的都懂。
