Andon Labs 公布的 Blueprint-Bench 2 评测结果显示,GPT-6.2 Astra 在这个只用公寓内部照片还原户型平面图的测试里拿到第一名,同系列的 GPT-6.2 Sol 排在第三名,这个测试专门用来检验 AI 的空间推理能力,考验模型能不能看多组室内照片之后,理清房间、门的位置关系,输出靠谱二维户型图。这套评测的规则是给 AI 每套公寓大约 20 张室内实拍图,一共要完成 50 套公寓的平面图绘制任务,AI 可以用记事本记录空间信息,评分重点看房间连通关系、房间数量、门的数量、相对大小,不看图片像素匹配,满分是 1 分,人类在这个测试里的基准分数大约 0.59 分。这类空间理解能力,是家用机器人室内导航、实景测绘、家装 AI 设计的底层能力,GPT-6.2 Astra 这次登顶,说明 OpenAI 新版本模型在视觉空间感知上有明显提升,但这个结果只是单一机构的专项评测,和其他第三方榜单的排名不一定完全一致。
Blueprint-Bench 2 评测基础信息表
| 项目 | 详情 |
|---|---|
| 评测主办方 | Andon Labs |
| 评测任务 | 仅凭公寓内部照片,生成 2D 户型平面图 |
| 测试样本 | 50 套公寓,每套约 20 张室内照片 |
| 评分逻辑 | 房间连通图比对,不依赖图片像素对比 |
| 满分 | 1 分 |
| 人类基准分 | 约 0.59 分 |
| 本次第一名 | GPT-6.2 Astra |
| 同系列其他模型 | GPT-6.2 Sol,第三名 |
这个评测的价值和局限
- 价值:Blueprint-Bench 2 是专门针对 AI 空间智能的基准,贴近机器人建图、家装测绘这类真实场景,比普通图文问答更能看出模型看懂真实空间的能力。
- 局限:只测户型连通关系和相对尺寸,不要求输出精准毫米级尺寸,不能直接等同于可以替代测绘、装修出图软件。
- 补充:不同机构的同类型榜单,模型排名会有差异,单一基准成绩不能代表模型在所有空间任务上都最强。
【相关 FAQ】
问题 1:GPT-6.2 Astra 在 Blueprint-Bench 2 拿到第一,是不是只用几张公寓照片就能直接出精准施工平面图?
回答 1:GPT-6.2 Astra 在 Blueprint-Bench 2 拿到第一,这个评测只要求画出房间连通关系、相对大小,不会输出精准尺寸,生成结果只能做参考,不能直接当成施工平面图使用。
问题 2:Blueprint-Bench 2 这个测试,评判 GPT-6.2 Astra 平面图好坏的标准是什么?
回答 2:Blueprint-Bench 2 评判 GPT-6.2 Astra 输出平面图,核心对比房间之间连通关系、房间数量、门数量、朝向,不会拿图片像素去比对。
问题 3:GPT-6.2 Astra 拿下 Blueprint-Bench 2 第一,这个能力可以用在哪些方向?
回答 3:GPT-6.2 Astra 拿下 Blueprint-Bench 2 第一,这套空间推理能力适合家用机器人环境建图、家装快速户型复原、实景空间预览这类场景。
问题 4:GPT-6.2 Astra 和 GPT-6.2 Sol 都参加 Blueprint-Bench 2,两者排名差距大吗?
回答 4:GPT-6.2 Astra 拿下 Blueprint-Bench 2 第一名,GPT-6.2 Sol 在本次 Blueprint-Bench 2 榜单排在第三名,两者在户型图还原能力上有差距。
【参考资料】
[2026-11-20](Andon Labs says GPT-6.2 Astra ranks first on Blueprint-Bench 2 floorplan task)VQV.me
[2026-11-20](GPT-6.2 Astra tops 3D benchmark, but Gemini 4 Carbon leads floor plan test)Crypto Briefing
[2026-11-18](GPT-6.2Astra 与 Sol 突袭发布,OpenAI 狙击 Anthropic 上市日)36 氪
[2026-11-17](Blueprint-Bench 2)Epoch AI
【免责声明】
本文信息仅整理自 Andon Labs、Epoch AI 公开评测信息,GPT-6.2 Astra 在 Blueprint-Bench 2 的成绩属于专项基准测试结果,不同评测环境、提示词会改变模型表现,不代表模型可以直接用于专业测绘、工程出图。
