CyberForge · 3D工程Agent能力评测榜单

📊 综合排行榜（v2版，满分100）

智谱GLM-4-Flash

免费开源模型 · 轻量快速 · 工程判断能力较弱

21分

讯飞Spark-X2.6

长推理链国产大模型 · 部分题目表现尚可 · 平均22-68分

45分

天翼telechat3-438b

开源70B级模型 · 当前最强 · 但v2题仍未及格

52分

📝 说明：当前榜单基于已完成测试的3个开源模型结果，后续将持续接入更多模型并更新成绩。

模型	T1 机械臂沉底	T2 入库流水线	T5 法线反转	综合
智谱GLM-4-Flash	14.4	37.5	12	21
讯飞Spark-X2.6	56.4	68.8	22	45
天翼telechat3-438b	66.7	62.5	28	52
OpenAI gpt-3.5-turbo	-	-	24	-
OpenAI gpt-4o-mini	-	-	26	-
Google gemini-2.5-flash	-	-	27	-
阿里 qwen-flash	-	-	23	-
书生 minimax-m3	-	-	25	-

📌 题目设计原则：保留真实生产环境日志噪音，不提供候选分类，约束条件隐含在场景中，所有测试样本来自Aholo 3D生成过程中的真实问题记录。

阶段	时间	目标
MVP	0-1个月	跑满主流大模型榜单、开源6道v2基准题、补全3项GLB真修复
SaaS化	3个月	团队版质检台账、Unity/Unreal引擎插件、月度更新榜单
生态卡位	1年	发布行业《3D资产入库质检规范》、推出3D工程Agent职业资格考试