Artificial Analysis 推出 AA-3D，用于评测 AI 模型构建交互式 3D 场景的能力

发生了什么

Artificial Analysis 推出了 AA-3D，这是一项基准测试：AI 智能体根据七个领域的 55 份文字简报生成交互式 three.js 场景，供人类进行盲测比较。 来自 1,000 多名评审的计票数超过 10,000 票，按 Elo 对 21 个模型进行排名，并给出 95% 置信区间；Claude Sonnet 5.5、Claude Opus 5.5、GPT-6 Astra 和 Claude Fable 5.1 在统计上并列领先。 模型最多可用三小时和 250 轮，报告的每个场景成本从 $0.20 到 $32.08 不等。

这件事到目前为止

Artificial Analysis 发布了 AA-3D，用于比较 AI 模型构建交互式 3D 场景的能力。其对 21 个模型的排名显示，Claude Sonnet 5.5、Claude Opus 5.5、GPT-6 Astra 和 Claude Fable 5.1 在统计上并列第一。 该基准测试要求 AI 智能体将涵盖七个领域的 55 份书面需求转化为交互式 three.js 场景。Artificial Analysis 表示，排名采用 Elo 评分和 95% 置信区间，依据是来自 1,000 多名评审者的 10,000 多张有效投票；评审者进行盲测比较。模型构建每个场景最多可用三小时和 250 轮；公布的每个场景成本从 $0.20 到 $32.08 不等。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议