xuanalogue 智能体售卖机基准对标 Vending Bench，并新增模型违约率测量

研究者 xuanalogue 介绍的智能体售卖机基准对标 Vending Bench 与 Vending Bench Arena，除原始利润外还测量模型违约率。受项目资金限制，其测试模型数量少于 Vending Bench，因此未下强结论。初步观察显示 Sol 5.6 表现最激进、最常违约。