新增 30 题 · Claude Opus 5.5 / GPT-6-Astra
状态：running。已取得评分：32/60。当前显示已发布快照。
固定种子 20261113；排除原五题，按模态随机抽取 11 道文本、17 道图片、2 道视频。两模型使用同一名单。沿用原评测设置：CPU Cycles、每任务 8 线程、生成上限 8 小时 / 500 轮，评测模型 gpt-5.6-terra。
失败和未完成任务不会记成零分，也不会替换成其他题。当前批次结果单独展示。
| 题目 | 输入模态 | Claude | Astra |
|---|---|---|---|
| bw_0005 · 输入详情 interior_classroom | image | 已评分 · 84.375 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 81.944 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0010 · 输入详情 interior_mechanical_system | image | 已评分 · 78.125 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 71.562 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0015 · 输入详情 interior_spacecraft | image | 已评分 · 76.005 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 90.625 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0016 · 输入详情 interior_workshop | image | 评测失败 工程 ZIP：保存在实验服务器 · 评分 JSON | 评测失败 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0031 · 输入详情 interior_control_room | image | 已评分 · 90.625 工程 ZIP：保存在实验服务器 · 评分 JSON | 评测失败 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0037 · 输入详情 interior_livingroom | image | 已评分 · 82.159 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 84.205 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0045 · 输入详情 interior_farm | image | 评测失败 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 76.731 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0069 · 输入详情 natural_scene | image | 已评分 · 72.569 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 83.125 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0075 · 输入详情 natural_landscape | image | 已评分 · 77.500 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 89.375 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0079 · 输入详情 natural_scene | image | 已评分 · 80.455 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 70.909 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0080 · 输入详情 vehicle | image | 已评分 · 83.438 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 89.375 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0081 · 输入详情 architecture_exterior | image | 已评分 · 82.125 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 89.375 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0088 · 输入详情 architecture_exterior | image | 已评分 · 78.750 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 80.625 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0102 · 输入详情 科学与数据可视化 | text | 生成失败 | 已评分 · 86.875 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0103 · 输入详情 产品设计与商业可视化 | text | 已评分 · 80.000 工程 ZIP：保存在实验服务器 · 评分 JSON | 评测失败 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0107 · 输入详情 建筑外观与城市场景 | text | 已评分 · 87.500 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 77.212 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0109 · 输入详情 物理模拟与视觉特效 | text | 已评分 · 57.565 工程 ZIP：保存在实验服务器 · 评分 JSON | 已评分 · 75.582 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0114 · 输入详情 动画与运动图形 | text | 生成中 | 已评分 · 93.750 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0118 · 输入详情 建筑外观与城市场景 | text | 评测中 工程 ZIP：保存在实验服务器 | 已评分 · 85.455 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0124 · 输入详情 室内设计与空间规划 | text | 生成中 | 生成中 |
| bw_0148 · 输入详情 科学与数据可视化 | text | 排队中 | 已评分 · 94.375 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0160 · 输入详情 材质、灯光与渲染技术 | text | 排队中 | 生成失败 |
| bw_0167 · 输入详情 物理模拟与视觉特效 | text | 排队中 | 已评分 · 64.375 工程 ZIP：保存在实验服务器 · 评分 JSON |
| bw_0175 · 输入详情 交通工具与机械建模 | text | 排队中 | 生成中 |
| bw_0180 · 输入详情 blender_3d | image | 排队中 | 排队中 |
| bw_0192 · 输入详情 character | image | 排队中 | 排队中 |
| bw_0205 · 输入详情 scene | image | 排队中 | 排队中 |
| bw_0208 · 输入详情 scene | image | 排队中 | 排队中 |
| bw_0210 · 输入详情 boxing_ring_fisheye | video | 排队中 | 排队中 |
| bw_0223 · 输入详情 tuk_tuk_interview | video | 排队中 | 排队中 |