Concourse Bench v1 基准测试：Sol 与 Fable 全场景 3/3，Terra 预算收紧后三战全败

Concourse Bench v1 基准测试显示，Sol 与 Fable 四种场景均获 3/3，Terra 标准场景为 2/3，预算收紧后三种难场景分别得 0/3、0/3、1/3。八个 AI 模型模拟广告采买并与三家卖家谈判；每场景仅尝试 3 次，且受模拟环境和模型周边软件影响。