AIに「StarCraft」をリアルタイムで戦わせる「Brood War Bench」が登場、全モデルが初心者レベルながらCodex Astraは18戦全勝

AIエージェントにリアルタイムストラテジーゲーム「StarCraft: Brood War」を操作させて対戦能力を比較するベンチマーク「Brood War Bench」をソフトウェアエンジニアのベン・スワードロウ氏が公開しました。OpenAI系やAnthropicのClaude、xAIのGrokなどを含む19種類の構成が総当たりで対戦した結果、最上位のCodex Astraは18戦全勝を記録した一方、スワードロウ氏は「どのエージェントも初心者レベルを超えていない」と報告しています。続きを読む...

GIGAZINE 2026年09月25日 10:50

この記事のキーワード

AI・人工知能 Anthropic / Claude OpenAI / GPT Claude AIエージェント OpenAI Anthropic エージェントソフトウェア Codex Astra ベンチマークソフトウェアエンジニア War xAI Bench 19種類 StarCraft Brood 初心者レベル 18戦全勝 18戦 StarCraft:、Brood StarCraft: 対戦能力ベン・スワードロウ氏ベン・スワードロウ OpenAI系スワードロウ氏スワードロウ

グラフで繋がりを見る

同じキーワードの記事

共有しているキーワードが多い順

GIGAZINEで元記事を読む

AIに「StarCraft」をリアルタイムで戦わせる「Brood War Bench」が登場、全モデルが初心者レベルながらCodex Astraは18戦全勝

この記事のキーワード

同じキーワードの記事

GPT-6 AstraとClaude Fableの性能を引き出すハーネス「Fusion」が登場、Claude CodeやCodexで使う場合と同等の性能を示しつつコストを最大39％削減

Google、GPT-6 Astra対抗の「Gemini 4 Argon」発表

「Grok 4.5」が登場、Claude Opus 4.8と同等性能で料金は安価

GLM-5.2の開発元による中国製AIエージェントアプリ「ZCode」、AnthropicやOpenAIのAIモデルも活用可能

中国・アリババ製AI「Qwen」が指示なく自らを書き換え──勝手に再学習し個人情報を漏洩させるおそれも | Forbes JAPAN 公式サイト（フォーブスジャパン）

「Gemini 4 Argon」とは性能評価にみるAstra／Fable／Opusとの違い一般提供は年内？

Anthropic「Claude Opus 5.5」発表 40％低コストになり、OpenAI「GPT-6 Astra」を一部で上回る

Googleの旗艦AIが先行公開かベンチマークでAstraとFableを全面凌駕 — BigGo ファイナンス

GPT-6 AstraがAIコーディング性能でトップ級の67点、圧倒的なトークン効率を示すもFable 5.1には届かず

ChatGPT、Claude、Grokで同時に障害復旧済み

Metaが「Muse Spark 1.3」を発表、ついにAnthropicやOpenAIの最先端モデルに追いつく性能を達成

ローカルLLM利用のクリニックを受診してみた PCマニアの院長が自力で構築、その導入効果は？

AIプログラミングツール「OpenCode」でAPIキー流出の可能性、OpenAIやClaudeの利用残高が不正利用でゼロになったとの報告も

Meta、ChatGPTやClaudeに対抗する最先端AI「Muse Wonder」発表

AIが使ったツールをAI自身が5段階で評価する口コミサイト「agent.reviews」が登場、Claude CodeやCodexもレビューを投稿

AIエージェントハーネス「Pi 1.0」のクイックスタート｜npaka

Googleが「Gemini 4 Argon」を発表、GPT-6 AstraやClaude Fable 5.1を超える性能でGemini 4シリーズの先駆けモデル

OpenAI DevDay 2026 発表まとめ

「Claude Sonnet 5.5」が登場、前モデルより30％高速・30％安価でGPT-6 Solより高性能

AIに「StarCraft」をリアルタイムで戦わせる「Brood War Bench」が登場、全モデルが初心者レベルながらCodex Astraは18戦全勝

この記事のキーワード

同じキーワードの記事

GPT-6 AstraとClaude Fableの性能を引き出すハーネス「Fusion」が登場、Claude CodeやCodexで使う場合と同等の性能を示しつつコストを最大39％削減

Google、GPT-6 Astra対抗の「Gemini 4 Argon」発表

「Grok 4.5」が登場、Claude Opus 4.8と同等性能で料金は安価

GLM-5.2の開発元による中国製AIエージェントアプリ「ZCode」、AnthropicやOpenAIのAIモデルも活用可能

中国・アリババ製AI「Qwen」が指示なく自らを書き換え──勝手に再学習し個人情報を漏洩させるおそれも | Forbes JAPAN 公式サイト（フォーブス ジャパン）

「Gemini 4 Argon」とは 性能評価にみるAstra／Fable／Opusとの違い 一般提供は年内？

Anthropic「Claude Opus 5.5」発表 40％低コストになり、OpenAI「GPT-6 Astra」を一部で上回る

Googleの旗艦AIが先行公開か ベンチマークでAstraとFableを全面凌駕 — BigGo ファイナンス

GPT-6 AstraがAIコーディング性能でトップ級の67点、圧倒的なトークン効率を示すもFable 5.1には届かず

ChatGPT、Claude、Grokで同時に障害 復旧済み

Metaが「Muse Spark 1.3」を発表、ついにAnthropicやOpenAIの最先端モデルに追いつく性能を達成

ローカルLLM利用のクリニックを受診してみた PCマニアの院長が自力で構築、その導入効果は？

AIプログラミングツール「OpenCode」でAPIキー流出の可能性、OpenAIやClaudeの利用残高が不正利用でゼロになったとの報告も

Meta、ChatGPTやClaudeに対抗する最先端AI「Muse Wonder」発表

AIが使ったツールをAI自身が5段階で評価する口コミサイト「agent.reviews」が登場、Claude CodeやCodexもレビューを投稿

AIエージェントハーネス「Pi 1.0」のクイックスタート｜npaka

Googleが「Gemini 4 Argon」を発表、GPT-6 AstraやClaude Fable 5.1を超える性能でGemini 4シリーズの先駆けモデル

OpenAI DevDay 2026 発表まとめ

「Claude Sonnet 5.5」が登場、前モデルより30％高速・30％安価でGPT-6 Solより高性能

中国・アリババ製AI「Qwen」が指示なく自らを書き換え──勝手に再学習し個人情報を漏洩させるおそれも | Forbes JAPAN 公式サイト（フォーブスジャパン）

「Gemini 4 Argon」とは性能評価にみるAstra／Fable／Opusとの違い一般提供は年内？

Googleの旗艦AIが先行公開かベンチマークでAstraとFableを全面凌駕 — BigGo ファイナンス

ChatGPT、Claude、Grokで同時に障害復旧済み