幣界網消息，AI創業公司Xplore發布的RWE-Bench測試顯示，GPT-6在11款模型中以37%的單次平均通過率排名第一，Claude Opus以5.5%排名第二，GPT-6.1以25%排名第三。測試涵蓋20項機械、電氣和航空航天的任務，包括發動機曲軸設計、電路板佈線和渦輪葉片散熱仿真。每款模型使用各自配套的agent工具鏈，直接操作專業工程軟件。所有設計由工程軟件和物理求解器自動驗證，任何一項硬性要求不達標都算失敗。Xplore希望將這些工程任務轉變為強化學習訓練環境，以提高AI的工程能力。