BenchLeader

Blueprint-Bench 2 排行榜

截至 2026年11月16日,Blueprint-Bench 2 的最高分为 58.6%,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Argon(54.5%)。共有 37 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年11月10日)。模型必须根据一套住宅的照片画出平面图,并与真实平面图比较。Blueprint-Bench 2 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 4 Carbon 以 58.6% 保持 Blueprint-Bench 2 最高分(Epoch AI Benchmarking Hub,2026年11月10日)。
  • Gemini 4 Argon 以 54.5% 位列 Blueprint-Bench 2 第二(Epoch AI Benchmarking Hub,2026年10月13日)。
  • Blueprint-Bench 2:把房间照片转成平面图(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 37 个模型配置公布了 Blueprint-Bench 2 结果(BenchLeader,2026年11月16日)。
  • Blueprint-Bench 2 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

把房间照片转成平面图。

发布方
Epoch AI Benchmarking Hub
类别
多模态
Index 权重
仅作参考
模型
37
数据截至
2026年11月16日
最新结果
2026年11月10日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

测试内容

模型必须根据一套住宅的照片画出平面图,并与真实平面图比较。

评分方式

得分,以公布结果为准。

注意事项

仅限视觉模型;题集小。

37 / 37
#
1Gemini 4 Carbon58.6%–2026-11-10
2Gemini 4 Argon54.5%64.42026-10-13
3Claude Opus 5.551.2%61.02026-09-22
4GPT-6 Astra49.7%66.42026-09-03
5GPT-6.1 Sol43.2%62.02026-09-29
6GPT-6.1 Terra42.1%–2026-10-26
7Claude Fable 5.141.9%66.42026-09-01
8Claude Sonnet 5.539.3%–2026-09-28
9Claude Fable 538.6%65.42026-06-09
10Gemini 3.8 Flash38.6%56.42026-09-02
11GPT-6 Sol36.9%–2026-09-22
12GPT-5.536.2%61.02026-04-23
13GPT-5.6 Sol33.6%54.32026-07-09
14Gemini 3.5 Flash33.6%–2026-05-19
15Grok 4.633.2%–2026-08-12
16Claude Haiku 5.533.0%–2026-10-07
17Grok 4.732.5%–2026-09-21
18Muse Wonder31.7%64.42026-10-12
19Gemini 3.6 Flash31.2%49.32026-07-21
20GPT-6 Luna31.2%–2026-09-22
21GPT-5.6 Terra30.8%–2026-07-09
22Claude Opus 530.4%63.22026-07-24
23Kimi K329.5%60.72026-07-16
24Grok 4.527.3%59.32026-07-08
25GPT-5.427.1%57.92026-03-05
26Gemini 3.1 Pro26.5%59.92026-02-19
27Claude Sonnet 524.9%53.02026-06-30
28Claude Opus 4.724.5%63.12026-04-16
29GPT-5.6 Luna22.6%47.22026-07-09
30Claude Opus 4.814.5%58.72026-05-28
31Claude Sonnet 4.66.7%57.62026-02-17
32Kimi K2.63.9%55.12026-04-20
33Gemini 3 Flash0.0%56.52025-12-17
34Grok 4.30.0%54.52026-04-17
35Claude Haiku 4.50.0%47.72025-10-15
36Grok 4.200.0%–2026-02-17
37Gemini Robotics-ER 1.60.0%–2026-04-14

更多多模态基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Blueprint-Bench 2 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/blueprint_bench_2。

Blueprint-Bench 2:常见问题

Blueprint-Bench 2 衡量的是什么?
模型必须根据一套住宅的照片画出平面图,并与真实平面图比较。分数以完成任务的百分比表示,越高越好。
Blueprint-Bench 2 的最高分是多少?
截至 2026年11月16日,Blueprint-Bench 2 的最高分为 58.6%,由 Gemini 4 Carbon 取得(结果日期 2026年11月10日),领先于 Gemini 4 Argon(54.5%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 Blueprint-Bench 2 上领先?
截至 2026年11月16日,Blueprint-Bench 2 排名第一的是 Gemini 4 Carbon,分数为 58.6%(结果日期 2026年11月10日)。其后为 Gemini 4 Argon(54.5%)。
有多少模型有 Blueprint-Bench 2 结果?
BenchLeader 上有 37 个模型配置有 Blueprint-Bench 2 结果,全部取自 Epoch AI Benchmarking Hub。
Blueprint-Bench 2 由谁运行,多久更新一次?
Blueprint-Bench 2 由 Epoch AI Benchmarking Hub 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
Blueprint-Bench 2 是否计入 BenchLeader Index?
不计入。Blueprint-Bench 2 仅作参考展示,不计入综合分数。