AA-3D: Interactive 3D Experience

AI 모델이 상호작용형 3D 경험을 얼마나 잘 구현하는지 평가하는 벤치마크입니다. 모델은 Stirrup을 통해 오프라인 샌드박스에서 에이전트로 작업하여 작성된 브리프를 three.js 장면으로 만들며, Elo 평가는 블라인드 쌍대 투표로 산출됩니다.

점수 분포

지원 중단된 모델 포함

순위	모델	점수
1	Claude Fable 5.2 (Max, Default Fallback) Anthropic	1271
2	Claude Sonnet 5.5 (Max, Default Fallback) Anthropic	1204
3	Claude Opus 5.5 (Max, Default Fallback) Anthropic	1202
4	GPT-6 Astra (Max) OpenAI	1168
5	Gemini 4 Argon (High) Google	1147
6	GPT-6.1 Sol (Max) OpenAI	1121
7	Kimi K3.1 Pro Kimi	1112
8	Inkling 2 Small Thinking Machines	1027
9	GPT-6 Luna (Max) OpenAI	1000
10	Claude Haiku 5.5 (Max) Anthropic	998
11	Grok 4.7 (Xhigh) SpaceXAI	992
12	MiMo-V2.6-Pro Xiaomi	983
13	Gemini 3.8 Flash (High) Google	974
14	Qwen3.8 Max (0902) Alibaba	954
15	GLM-5.3-Flash Z AI	937
16	Step 5 Preview StepFun	859
17	GLM-5.3 (Max) Z AI	794
18	MiniMax-M3 MiniMax	746
19	Inkling (Xhigh) Thinking Machines	591
20	Nemotron 3 Ultra 550B A55B (Reasoning) NVIDIA	583