GPT-6 Astra 於 Epoch AI 家具組裝測試達 80% 準確率，10 個月內前沿模型能力提升近三倍

Epoch AI 於 9 月 23 日公布家具組裝基準測試（FAB）結果，OpenAI 的 GPT-6 Astra 以 80% 準確率位居榜首。該測試使用 60 張故意錯誤組裝的三款 IKEA 家具照片，模型會同時獲得組裝照片、官方 PDF 說明書、圖片放大工具以及 Python 直譯器，需判斷零件是否裝反、順序錯誤或遺漏，並指出具體出錯步驟與問題描述。 在效能表現上，GPT-6 Astra 準確率達 80%，處理每張照片耗時約 3 分鐘。Anthropic 的 Claude Fable 5.1 與 Claude Opus 5 分別以 70% 和 61% 緊隨其後。相較於 2025 年 11 月最佳模型 Claude Opus 4.5 僅 28% 的準確率，前沿模型在 10 個月內提升近三倍。此外，Kimi K3 等中國開源模型在該測試中落後領先者至少 7 個月。 研究人員指出，目前模型的處理速度對即時組裝輔助而言仍太慢，但這類結合圖像理解與空間推理的能力，未來有望應用於汽車維修或家電檢修等需要對照技術說明的任務。