Epoch AI 发布家具组装基准 FAB，OpenAI GPT-6 Astra 准确率达 80%

Epoch AI 于 9 月 23 日发布家具组装基准 FAB，用 60 张宜家家具错误组装照片测试多模态模型的视觉与空间推理能力。OpenAI GPT-6 Astra 以 80% 准确率位居第一，Anthropic Claude Fable 5.1 和 Claude Opus 5 分别达到 70% 和 61%。相比之下，2025 年 11 月的领先模型 Claude Opus 4.5 准确率仅 28%，约 10 个月内提升显著。GPT-6 Astra 分析单张照片中位耗时约 3 分钟，比此前领先模型快约 2 至 10 倍。研究还指出，中国模型中表现最好的开源权重模型 Kimi K3 在该基准上落后国际前沿约 7 个月。