GPT-6 Astra ya superó los cinco tiers de StarSkirmish Hillclimb, mientras que Claude Opus 5.5 sigue sin pasar del tier B después de unas 52 horas de trabajo cada uno. Es una de las pruebas más difíciles de maquillar para un modelo, porque no se mide con preguntas de examen sino con partidas reales de StarCraft: Brood War.