Epoch AI lança benchmark "Furniture Assembly": GPT-6 Astra atinge 80%, Claude Opus 4.5 fica em 28%
Um novo benchmark de montagem de móveis expõe uma grande disparidade de desempenho entre modelos de topo.
A organização de investigação Epoch AI publicou o benchmark "Furniture Assembly", concebido para testar a capacidade de modelos de IA em planear e executar tarefas físicas complexas de montagem.
Nos resultados divulgados, o GPT-6 Astra atingiu 80% de taxa de sucesso, enquanto o Claude Opus 4.5 ficou nos 28% — uma disparidade que a Epoch AI associa a diferenças na capacidade de planeamento de longo horizonte entre modelos.
Fontes
- The Neuron www.theneuron.ai
Resumo editorial em português feito com apoio de inteligência artificial a partir das fontes indicadas. Como fazemos o Boletim IA.