Aller au contenu
EN 4 QUESTIONSTrouver mon modèle

VisionFiche benchmark · Epoch AI · epoch.ai

Furniture Assembly

Regarder la photo d'un meuble IKEA monté et dire, notice à l'appui, si le montage est correct et à quelle étape s'est glissée l'erreur.

À quoi il sert

Sur QUELLE IA, Furniture Assembly sert à noter la tâche Vision et multimodal : c'est l'un de ses 3 benchmarks. Il départage surtout les modèles dont le score IA approche 96.

Comment c'est noté

Part de bonnes réponses sur 60 photos de trois meubles ; la description de l'erreur est jugée avec indulgence par un modèle correcteur.

Pour le calcul, ce score est ramené entre 0 et 1 : 30 %, le niveau du hasard, vaut 0 et 100 % vaut 1.

Ce qu'il ne dit pas

Trois meubles et 60 photos seulement. Répondre au hasard donne déjà environ 30 %, et les modèles sans vision sont exclus.

Comment lire le score

37 modèles mesurés

En tête : Claude Opus 5.5, 83,3 %

Chaque trait est un modèle, placé à son meilleur score. Un modèle qui obtient 65 % a un score IA d'environ 96. Le meilleur, Claude Opus 5.5, atteint 83,3 %. Le benchmark sera dit saturé quand un modèle atteindra 96,5 %.

Ce que ce benchmark attend à chaque niveau

Score IA 51niveau de GPT-4o (Nov 2024)
30 %
Score IA 76niveau de Claude Sonnet 4.5
30 %
Score IA 100niveau de Claude Opus 5.5
83 %

Valeurs lues sur la courbe d'étalonnage du benchmark, qui relie le score publié au score IA. La démarche

Son poids chez nous

1,67 %du score général. Furniture Assembly porte 33 % de la tâche Vision et multimodal (5 % du score général), que se partagent 3 benchmarks.

En couleur, la tâche Vision et multimodal dans le score général. En noir, la part de Furniture Assembly.

Le classement du benchmark

Scores relevés sur epoch.ai · édition du
RangModèleRéflexionScore publiéÉquivaut à?Source
1Claude Opus 5.5AnthropicMaximale83,3 %100,1
2GPT-6 AstraOpenAIMaximale80 %99,3
2GPT-6.1 SolOpenAIMaximale80 %99,3
4GPT-6.1 TerraOpenAIMaximale79,2 %99,1
5Claude Sonnet 5.5AnthropicMaximale75 %98,2
6Gemini 4 ArgonGoogle DeepMindÉlevée72,5 %97,8
7Claude Fable 5.1AnthropicMaximale70 %97,3
8Claude Opus 5AnthropicMaximale60,8 %95,6
9GPT-6 SolOpenAIMaximale58,3 %95,1
10GPT-5.6 SolOpenAIMaximale56,7 %94,8
37 modèles mesurés, chacun à sa meilleure configuration. « Équivaut à » : le score IA que ce seul résultat donnerait au modèle.Voir les 37 →Replier le classement ↑
11Kimi K3.1 ProMoonshot · poids ouvertsMaximale55,8 %94,6
12Muse WonderMeta AIMaximale54,2 %94,3
12GPT-5.6 TerraOpenAIMaximale54,2 %94,3
14Claude Haiku 5.5AnthropicMaximale47,5 %92,8
15GPT-5.5OpenAIMaximale44,2 %91,9
15GPT-6 LunaOpenAIMaximale44,2 %91,9
17Claude Opus 4.8AnthropicMaximale42,5 %91,4
17GPT-5.6 LunaOpenAIMaximale42,5 %91,4
19Grok 4.6xAIMaximale40 %90,5
20GPT-5.2OpenAIMaximale38,3 %89,9
21GPT-5.4OpenAIMaximale37,5 %89,5
22Claude Fable 5AnthropicMaximale35,8 %88,6
23Kimi K3Moonshot · poids ouvertsMaximale34,2 %87,4
23DeepSeek V4.1 FlashDeepSeek · poids ouvertsMaximale34,2 %87,4
25Claude Opus 4.7AnthropicMaximale33,3 %86,6
26Gemini 3.8 FlashGoogle DeepMindÉlevée31,7 %84,3
27Mistral Large 4Mistral AI · poids ouvertsÉlevée30,8 %82,0
28Claude Opus 4.6AnthropicMaximale28,3 %81,5
28Claude Opus 4.5AnthropicBudget28,3 %81,5
30Gemini 3.7 FlashGoogle DeepMindÉlevée26,7 %81,5
30Gemini 3.1 ProGoogle DeepMindÉlevée26,7 %81,5
32Gemini 3.6 FlashGoogle DeepMindÉlevée23,3 %81,5
33Grok 4.5xAIÉlevée22,5 %81,5
34Kimi K2.6Moonshot · poids ouvertsNon précisée21,7 %81,5
35Grok 4.7xAIMaximale20,8 %81,5
35Mistral Large 4 PreviewMistral AI · poids ouvertsÉlevée20,8 %81,5
37Qwen3.8 Max (0902)AlibabaMaximale20 %81,5

En bref

Que mesure Furniture Assembly ?
Regarder la photo d'un meuble IKEA monté et dire, notice à l'appui, si le montage est correct et à quelle étape s'est glissée l'erreur. Sur QUELLE IA, il est rangé dans la tâche Vision et multimodal.
Comment Furniture Assembly est-il noté ?
Part de bonnes réponses sur 60 photos de trois meubles ; la description de l'erreur est jugée avec indulgence par un modèle correcteur. Un modèle qui obtient 65 % a un score IA d'environ 96.
Qui est en tête sur Furniture Assembly ?
Claude Opus 5.5 (Anthropic) est en tête de Furniture Assembly avec 83,3 %, dans l'édition du 9 novembre 2026. Suivent GPT-6 Astra (80 %) et GPT-6.1 Sol (80 %). 37 modèles y sont mesurés.
Quelles sont les limites de Furniture Assembly ?
Trois meubles et 60 photos seulement. Répondre au hasard donne déjà environ 30 %, et les modèles sans vision sont exclus. Au 9 novembre 2026, le benchmark est actif.
Combien pèse Furniture Assembly dans le score IA ?
Furniture Assembly compte pour 1,67 % du score général, dans l'édition du 9 novembre 2026. Il porte 33 % de la tâche Vision et multimodal (5 % du score général), que se partagent 3 benchmarks.
Qui maintient Furniture Assembly ?
Epoch AI. Sa page de référence : epoch.ai/benchmarks/furniture-assembly.

Les autres benchmarks de la tâche Vision et multimodal

Tous les benchmarks →Comment le score IA est calculé →