StarSkirmish v0.2 基准：Gemini 4 Argon 等模型限时编写星际争霸机器人

StarSkirmish Bench v0.2 让每个 LLM 在一小时内用 C++ 编写一个 Protoss 机器人，再与人类编写的机器人对战，按胜率计分。GPT-6 Astra 得分最高，GPT-6.1 Sol 第二，Gemini 4 Argon、Claude Opus 5.5 和 Claude Fable 5.1 得分在 37 到 39 之间基本持平。