AI模型与智能体在CAD任务上的基准测试

Parametric CAD Bench是一个全面的基准测试集合，专门用于评估AI模型和智能体在CAD设计和3D建模任务上的表现。该项目由gNucleus AI团队发起，是一个社区驱动的开源倡议，旨在打造最优秀的开源参数化CAD数据集。该基准测试涵盖了多个任务类型，包括从自然语言提示和参考输入生成可编辑的参数化3D CAD零件、生成带配合约束和组件层次的多零件装配体，以及执行多步CAD工作流——即通过迭代编辑和验证设计，直到模型满足目标规格。

在最新的排行榜中，GPT-5.5通过Codex智能体以0.832的综合得分位居第一，但其运行成本高达170美元；而性价比更高的选择包括gemini-3.1-pro-preview搭配mini-swe-agent（得分0.790，成本70.82美元）和GPT-5.5搭配mini-swe-agent（得分0.744，成本42.35美元）。排名靠后的模型如gemini-3.1-flash-lite-preview虽然成本极低（3.00美元），但得分仅为0.241。

评估方法不仅关注视觉相似性，还通过沙盒CAD环境自动检查生成CAD的有效性、准确性、可重建性和设计规格一致性。每个任务都基于几何精度、约束与装配正确性、参数正确性、拓扑结构、智能体工作流成功率和效率等多个维度进行评分，评分结果具有确定性。

最新更新方面，2026年5月13日发布了Parametric CAD Bench报告，报告比较了10种智能体-模型组合在FreeCAD中的表现。5月10日，团队在GitHub上开源了freecad-validator工具，用于程序化评估AI生成的参数化FreeCAD零件。5月8日，cad-gen-freecad数据集在Hugging Face上发布，包含原生FreeCAD零件及其参数化特征历史、设计规格和渲染图，旨在支持从文本提示生成准确的参数化CAD模型。