GPT-6“看不懂 3D”实锤，250道题只拿0.53分，Claude没及格
新智元报道，新基准ScienceVision覆盖生物、化学、医学影像、建筑和机械CAD共5个科学领域、22个子领域，包含250道基于真实三维数据的题目，要求模型通过自主操作三维对象完成观察、测量与分析。评测覆盖GPT-6 Astra、Claude Fable 5.1、Gemini 4 Argon、Qwen3.8 Max等12个前沿大模型。考得最好的GPT-6-Astra（搭配Codex）只拿到0.53分（满分1分）。GPT-6 Astra在建筑、机械CAD和化学三科领先，生物被Claude Fable 5.1以0.650超过，医学影像则是Claude Opus 5.5以0.399领先。只给六张固定角度渲染图时分数掉得更狠，最好的Claude Fable 5.1也只有0.30。ScienceVision由66名领域专家累计投入482.98小时构建，用确定性规则核验答案。