当地时间9月23日，Epoch AI进行家具组装基准测试（FAB），用60张宜家家具组装过程照片评估多模态AI的视觉与空间推理能力。测试人员故意错误组装三款宜家家具，要求AI将照片与官方安装说明书比对，找出错误位置并说明问题。
结果显示，OpenAI GPT-6 Astra以80%准确率位居榜首；Anthropic Claude Fable 5.1和Claude Opus 5分别达到70%和61%。2025年11月领先模型Claude Opus 4.5准确率为28%。
GPT-6 Astra完成单张照片分析的中位耗时约3分钟，是研究中速度最快的模型，比此前领先模型快约2至10倍。测试中AI还会获得官方PDF说明书、图片放大工具及Python解释器。