统一多模态模型（Unified Multimodal Models, UMMs）的出现标志着人工智能领域的一次范式转变，推动技术从被动感知迈向主动的跨模态生成。尽管这些模型在信息融合方面展现出前所未有的能力，但在评估方面仍存在一个关键短板：现有基准测试主要分别评估模型的判别性理解能力或无约束图像生成能力，而未能有效衡量生成式推理这一整合性的认知过程。为弥合这一差距，我们提出几何构造任务可作为理想的测试平台，因其天然要求语言理解与精确视觉生成的深度融合。为此，我们提出了GGBench——一个专为评估几何生成式推理能力而设计的基准测试。该基准提供了一个系统化的评估框架，能够全面诊断模型在理解、推理并主动构建解决方案方面的能力，从而为下一代智能系统设立更为严格的标准。项目网站：https://opendatalab-raiser.github.io/GGBench/。