GPT-6「看不懂 3D」实锤!250道题只拿0.53分,Claude没及格

2026.10.31 · 收录日 2026.10.31 · 事件 · 论文 · 论文预印本

新基准ScienceVision测12个前沿模型的三维科学观察能力,最高分仅0.53。

UniPat AI与Elorian AI推出跨学科三维视觉理解基准ScienceVision,覆盖生物、化学、医学影像、机械CAD、建筑5个学科共250道题。评测12个前沿模型,最高分GPT-6-Astra搭配Codex仅0.53分(满分1分),无模型五科全优。

  • ScienceVision覆盖5个学科、22个子领域,共250道基于真实三维数据的题目,答案用确定性规则核验。
  • 最高分GPT-6-Astra(搭配Codex)仅0.53分,且这是含部分得分的平均指标,完全答对比例更低。
  • 只给六张固定角度渲染图时分数更低,最好的Claude Fable 5.1仅0.30,GPT-6 Astra 0.25。
  • 加上交互检视工具后提升有限,GPT-6.1 Sol仅涨0.02,Claude Opus 5.5反降0.02。
  • 66位领域专家累计投入482.98小时构建题目,每道题附带操作记录与关键帧。

为什么值得看

看清当前最强模型在真实三维科学观察上的能力边界。

适合谁关注

AI研究者、模型评测从业者、科学计算与CAD相关开发者。

原始来源

查看收录日 2026.10.31 全部卡片 · 全部卡片归档