GameCraft-Bench: Can Agents Build Playable Games End-to-End in a Real Game Engine?

En 3 lignesGameCraft-Bench évalue la capacité d'agents IA à construire des jeux jouables end-to-end dans un moteur de jeu réel. Benchmark teste Opus-4.7, GPT-5.5, Kimi-K2.6, DeepSeek-V4-Pro et autres. Absence de résultats pour modèles médium (27B-31B).

Résumé généré par Claude — vérifié par l'humain