参数化CAD基准测试：衡量AI代理设计可编辑CAD的能力

参数化CAD基准测试是一项新的AI代理评估，衡量其从自然语言生成可编辑FreeCAD模型的能力。该基准采用多步代理循环和“可编辑性门控”（调和平均评分）以确保模型生成功能性工程方案，而非静态3D形状。初步结果显示，GPT-5.5通过Codex以0.832的得分领先，且存在明显的框架效应：固定模型而切换驱动程序时，分数变化约10%。每个任务成本从3美元到170美元不等，成本和质量的跨度很大。