Epoch AIs Furniture-Assembly-Benchmark zeigt Modellen Fotos, die mitten beim Aufbau von IKEA-Möbeln aufgenommen wurden, und lässt sie anhand der offiziellen Anleitung Montagefehler erkennen. Der Spitzenwert stieg von 28 Prozent, erreicht von Claude Opus 4.5 im November 2025, auf 80 Prozent, erzielt von OpenAIs GPT-6 Astra im September 2026
Der Furniture Assembly Benchmark (FAB) von Epoch AI misst die Fähigkeit von KI-Modellen, Fehler in Fotos von teilweise zusammengebauten IKEA-Möbeln anhand der offiziellen Anleitung zu erkennen. Der Benchmark besteht aus 60 Bildern von drei verschiedenen IKEA-Möbelaufbauten, einige davon mit absichtlichen Fehlern. Modelle werden danach bewertet, ob sie alle Schritte mit Fehlern identifizieren und eine plausible Beschreibung liefern können.
Geprüft 2026-09-29
Mit Insider verfolgenWarum das zählt
Modelle werden viel besser darin, Fotos von physischen Aufgaben zu verstehen, ein Schritt hin zur Unterstützung bei realer Arbeit.
Mehr zu Modelle
- KI-Modelle können inzwischen Gold bei der Internationalen Mathematikolympiade gewinnen, doch Stanfords AI Index 2026 zeigt, dass sie an einer Aufgabe scheitern, die die meisten Kinder früh beherrschen. Bei den 180 Zifferblatt-Designs und 720 Fragen von ClockBench las das beste Modell, GPT-5.4 High, analoge Uhren nur in 50,6 % der Fälle korrekt ab, gegenüber 90,1 % bei Menschen
- Nachdem die Lücke 2024 kurz fast geschlossen war, hat sich der Leistungsabstand zwischen den besten Closed-Weight- und Open-Weight-KI-Modellen auf dem Arena-Leaderboard wieder vergrößert. Stand März 2026 führt laut Stanfords 2026 AI Index das beste Closed-Modell das beste Open-Modell um 3,3 %, gegenüber einem Vorsprung von 0,5 % im August 2024
- Stanfords KI-Index 2026 verfolgt, wie KI-Modelle bei GPQA Diamond abschneiden, einem Satz von Chemie- und Physikfragen auf Doktorandenniveau, die bewusst so gestaltet sind, dass Google-Suchen nicht weiterhelfen. Die mittlere Modellgenauigkeit bei diesem Benchmark erreichte 2025 93 %, verglichen mit einer Basislinie menschlicher Expertenvalidierer von 81,2 % -- KI-Modelle schlagen promovierte Experten nun um 12 Punkte bei GPQA Diamond
Der KI-Boom,mit Belegen.
6 belegte Fakten an jedem Werktag, plus The Weekly Brief, Deep Dives zu KI-Unternehmen und vieles mehr. Kostenlos.
Kostenlos · Keine Karte · Jederzeit abbestellen · Die heutige Ausgabe ansehen →
Treten Sie jetzt bei, und Sie starten mit 100 Receipts in The Receipts Ledger — Ihr erster Schritt zu einem kostenlosen Jahr Insider oder Pro. So funktioniert es →