RWE-bench发布：最强模型真实工程任务仅过37%

Xplore 发布 RWE-bench 及排行榜，用 20 道由执业工程师出题的真实物理工程任务评测 11 个前沿模型，涵盖机械、电气与航空领域，包括需承受 2400 rpm 的柴油机曲轴设计、真实 FPGA 板上的开发和电路板布线、涡轮叶片流场仿真等，答案由物理求解器逐一校验。结果显示最强的 GPT-6 Astra 也仅以 37% 的通过率领跑，凸显前沿模型在真实工程任务上的巨大差距。

2026-10-28 ~ 2026-10-28 · 2 条相关

• RWE-Bench 榜单发布:GPT-6 Astra 以 37% 领跑真实工程任务 — wavefnx · 2026-10-28
• RWE-bench 实测：最强 AI 仅通过 37% 真实工程任务 — ZeroCool86 · 2026-10-28