AI真实工程设计能力,大排行出炉:多模型零分!
2026.11.01 · 收录日 2026.11.01 · 事件 · AI事件 · 媒体报道
Xplore AI发布RWE-Bench,20道真实工程题,最强模型通过率仅37%,多数模型挂零。
Xplore AI于10月27日发布RWE-Bench,含机械、航空航天、电子共20道真实工程题,由行业工程师出题并用物理求解器判分。最好的GPT-6 Astra仅37%通过,Claude Opus 5.5为29%,其余模型几乎全员挂零。模型平均两三个小时就交卷,远低于24小时上限。
- RWE-Bench共20道题:机械9道、航空航天6道、电子5道,由行业工程师出题并做参考答案。
- 判分不靠AI也不靠人工,程序调用物理求解器逐项检查,一项不达标即失败。
- 排名:GPT-6 Astra 37%、Claude Opus 5.5 29%、GPT-6.1 Sol 25%、Gemini 4 Argon 12%、Claude Fable 5.1 7%,其余几乎全…
- 每道题最多24小时,但模型平均两三个小时交卷,用时最长约4.6小时。
- 若每题允许试5次过一次就算,Opus 5.5可达70%,高于Astra的60%。
为什么值得看
看清当前AI在真实工程软件与物理约束下的能力边界。
适合谁关注
关注AI能力评测、工程设计与CAD/CAE的读者。
