SolidWorks-Bench 评测:无一模型能完成一台完整机器装配
DevvMandal · x · 2026-11-19
新基准 SolidWorks-Bench 测试 AI 模型能否完成真实的 SolidWorks 机械工程任务。结论:模型在单个零件上接近可用,但组装成整机全面失败——没有任何模型完成哪怕一台机器。Fable 5.2 以 57.3% 平均奖励居首,GPT-6 Astra 42.6%、Sonnet 5.5 34.7%、Opus 5.5 34.2%、Kimi K3.1 19.6%、DeepSeek V4.1 12.7%,GLM 5.3 仅 7.3%,MiniMax M3.1 2.4% 垫底。
所属事件:SolidWorks-Bench 发布:AI 无一完成整机装配(2 条相关)→
「模型」频道最新
- Fable 5.2 与 GPT-6.2 Astra 生成 PS1 游戏对比:108M token 对 24M,成本差 3 倍 — heypearlai · 2026-11-19
- 同一游戏 Prompt 实测:Astra 花 17 美元 vs Fable 花 65 美元 — heypearlai · 2026-11-19
- GPT-6.2 对比 Fable 5.2:Astra 被赞「省钱王」引全网分裂 — heypearlai · 2026-11-19
- GPT-Astra 6.2 对决 Gemini 4 与 Fable 5.2:五场景横评 — petergyang · 2026-11-19
- 2026 幻觉榜:最佳模型仍错 4.2%,124 款中 52 款错多对少 — GaryMarcus · 2026-11-19
- MiniMax 开源生态追踪页:社区已基于其模型构建 2415 个模型 — AdinaYakup · 2026-11-19