GPT-6.2 Astra ist das erste KI-Modell, das im Blueprint-Bench 2 einen höheren Wert als menschliche Teilnehmer erreicht hat. Bei diesem Benchmark von Andon Labs müssen sowohl KI-Modelle als auch Menschen aus Innenraumfotos zweidimensionale Wohnungsgrundrisse mit korrekten Räumen, Türen und Größenverhältnissen erstellen. Dadurch soll das räumliche Denken geprüft werden.
Anzeige
GPT-6.2 Astra übernimmt die Spitze
Jeder KI-Agent bearbeitet nacheinander 50 Wohnungen und erhält pro Wohnung rund 20 Fotos aus verschiedenen Blickwinkeln.
Aus diesen Ansichten muss er erkennen, welche Räume zusammengehören, wo Türen liegen und wie groß die Räume im Verhältnis zueinander sind. Anschließend erzeugt er einen strukturierten 2D-Grundriss.
GPT-6.2 Astra kommt auf 0,614 Punkte. Der menschliche Vergleichswert liegt bei 0,586 Punkten. Gemini 4 Carbon erreicht ebenfalls 0,586 Punkte, GPT-6.2 Sol folgt mit 0,570 Punkten.
Quelle: andonlabs.com
Räume erkennen reicht nicht
Die Bewertung gewichtet vor allem die Verbindungen zwischen den Räumen. Dieser Teil macht 50% des Ergebnisses aus. Weitere Punkte gibt es für die Zahl der Türen und Räume, die Dichte des Grundrisses sowie die Ausrichtung.
Alle Werte sind so normiert, dass ein zufälliges Ergebnis bei 0 und ein perfekter Grundriss bei 1 liegt. Die KI-Agenten dürfen außerdem ein dauerhaftes Notizfeld nutzen. Darin speichern sie Strategien und Erkenntnisse aus früheren Wohnungen.
Rasanter Fortschritt seit Mai
Andon Labs veröffentlichte Blueprint-Bench 2 im Mai 2026. Damals lag GPT-5.5 mit 0,362 Punkten weit unter dem menschlichen Vergleichswert. GPT-6.2 Astra steigert diesen Wert nun um rund 70%.
Die Auswertung zeigt damit einen klaren Fortschritt beim Ableiten räumlicher Zusammenhänge aus Fotos.


