引數化CAD基準測試：衡量AI代理設計可編輯CAD的能力

引數化CAD基準測試是一項新的AI代理評估，衡量其從自然語言生成可編輯FreeCAD模型的能力。該基準採用多步代理迴圈和“可編輯性門控”（調和平均評分）以確保模型生成功能性工程方案，而非靜態3D形狀。初步結果顯示，GPT-5.5透過Codex以0.832的得分領先，且存在明顯的框架效應：固定模型而切換驅動程式時，分數變化約10%。每個任務成本從3美元到170美元不等，成本和質量的跨度很大。