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。
AI 根据报道生成 · 4 天前更新
