GPT-6 Astra распознаёт ошибки сборки мебели IKEA с точностью 80%
OpenAI GPT-6 Astra достигла 80% точности в Furniture Assembly Benchmark от Epoch AI, определяя ошибки сборки мебели IKEA по фотографиям. В ноябре 2025 года лучший результат составлял 28%.
- GPT-6 Astra набрала 80% в бенчмарке FAB, анализируя фотографии сборки мебели IKEA с ошибками
- Claude Fable 5.1 заняла второе место с 70%, Claude Opus 5 — третье с 61%
- В ноябре 2025 года лучшая модель Claude Opus 4.5 показывала лишь 28% точности
OpenAI GPT-6 Astra научилась определять ошибки при сборке мебели IKEA по фотографиям с точностью 80%. Об этом сообщает The Decoder со ссылкой на результаты бенчмарка Furniture Assembly Benchmark (FAB) от Epoch AI.
В тесте используются фотографии трёх предметов мебели IKEA, снятые в процессе сборки с намеренно внесёнными ошибками. Модели сравнивают снимки с инструкцией, находят несоответствия и описывают, что пошло не так.
Динамика результатов
В ноябре 2025 года лучший результат в бенчмарке показывала Claude Opus 4.5 — 28%. Спустя десять месяцев GPT-6 Astra достигла 80%, обрабатывая каждую фотографию за три минуты.
Следом идут Claude Fable 5.1 с 70% и Claude Opus 5 с 61%. Китайские модели с открытыми весами, такие как Kimi K3, отстают от лидеров минимум на семь месяцев.
Ограничения и перспективы
Несмотря на прогресс, технология пока слишком медленная для помощи в реальном времени во время сборки. Исследователи предполагают, что в будущем подобные модели смогут помогать с ремонтом автомобилей или бытовой техники.
По данным The Decoder, GPT-6 Astra также показывает высокие результаты в визуальных роботизированных задачах.
Для профиТехнические детали: архитектура, цифры, ссылки
Бенчмарк Furniture Assembly Benchmark (FAB) разработан Epoch AI. В тесте модели анализируют фотографии трёх предметов мебели IKEA, собранных с намеренными ошибками, и сопоставляют их с инструкцией.
- GPT-6 Astra: 80% точности, три минуты на обработку одной фотографии
- Claude Fable 5.1: 70%
- Claude Opus 5: 61%
- Claude Opus 4.5 (ноябрь 2025): 28%
Китайские модели с открытыми весами, включая Kimi K3, отстают от лидеров минимум на семь месяцев. GPT-6 Astra также демонстрирует сильные результаты в визуальных роботизированных задачах.
Вопросы и ответы
- Что такое Furniture Assembly Benchmark?
- Бенчмарк от Epoch AI, в котором модели анализируют фотографии сборки мебели IKEA с намеренными ошибками и сопоставляют их с инструкцией.
- Насколько GPT-6 Astra лучше предыдущих моделей?
- GPT-6 Astra показала 80% точности против 28% у Claude Opus 4.5 в ноябре 2025 года.
- Можно ли использовать GPT-6 Astra для помощи в реальной сборке?
- Пока нет — модель обрабатывает одну фотографию за три минуты, что слишком медленно для подсказок в реальном времени.
