Polytopia Bench：12 个前沿模型限时 40 分钟从零编写 Rust 游戏机器人

Polytopia Bench 让 12 个前沿模型各自限时 40 分钟，从零编写用于《Polytopia》回合制策略游戏对战的 Rust 机器人。该基准以真实游戏胜负衡量模型的端到端编码与策略能力，相比传统代码测试更直观。