AutoCAD-Bench 评测 computer-use 画 CAD，GPT 5.6 sol 得分 46%
DevvMandal · x · 2026-07-24
团队发布了 AutoCAD-Bench，用于评测 AI 模型能否仅靠 computer-use 完成精细的 AutoCAD 任务。
他们称 GPT 5.6 sol 目前表现最好，得分 46%，能一次性解决不少基础和中级任务。完整报告还涉及 computer-use 数据与环境设计，作者也明确表示愿意继续讨论这类环境与数据集。
所属事件:AutoCAD-Bench发布，精准评测AI模型执行CAD任务能力(3 条相关)→
「编程与Agent」频道最新
- LangChain 讲解如何评测开源 Deep Agents 框架 — LangChain · 2026-07-24
- Sierra 收购 Takeoff，从客服场景向长周期 Agent 任务拓展 — steph_palazzolo · 2026-07-24
- Agent 真正的问题不是智能，而是管理成本 — socialwithaayan · 2026-07-24
- Induction 用 18 年无标签屏幕视频训练 Photon-1 学会用电脑 — ycombinator · 2026-07-24
- Anthropic 工程师提出用知识图谱给多智能体做持久记忆 — Roger_M_Taylor · 2026-07-24
- 团队开始用不同模型家族做代码审查，专门抓盲点 — desilvakai · 2026-07-24