AI基准测试

Parametric CAD Bench：评估AI设计可编辑3D机械零件的基准测试

2026年5月15日，一篇论文提出了名为Parametric CAD Bench的基准测试，用于评估AI智能体从自然语言描述生成可编辑FreeCAD模型的能力。该测试采用多步智能体循环和“可编辑性关卡”确保功能性工程蓝图。初步结果显示，通过Codex运行的GPT-5.5以0.832分领先，并存在显著的“工具效应”（更换工具可导致分数浮动约10%），单次任务成本在3至170美元之间。