#AI
GPT-6 Astra 识别宜家装配错误达 80%
Epoch AI 用新的 Furniture Assembly Benchmark(FAB)测了一件事：模型能不能看照片判断宜家家具装错了没有。**OpenAI 的 GPT-6 Astra 拿到 80% 准确率**,处理每张照片约需 3 分钟。
对照 2025 年 11 月的同一基准，当时最好的模型是 Claude Opus 4.5,只有 28%。十个月里天花板从 28% 抬到 80%。榜单上 Claude Fable 5.1 为 70%、Claude Opus 5 为 61%,Kimi K3 等中国开源模型则落后领先者至少 7 个月。研究者的判断是：速度还不够快，做不了实时装配指导，但这条路通向汽车维修、家电检修这类场景。
💡 为什么值得看组装纠错从 28% 升至 80%，但每张 3 分钟，实时指导仍不够。
查证
来源档案
The Decoder
英文 AI 行业媒体，转述 Epoch AI 发布的 Furniture Assembly Benchmark 结果。
二手转述单一基准评测，数字（80%/28%/3 分钟）未附原始榜单链接；Epoch AI 是独立评测机构，但本探子无法在本次素材内二次核验具体得分，按单源处理。
延伸阅读
照片对说明书找错这件事，测的是长上下文视觉比对和推理，和常见 benchmark 不是一个东西。