Snaptrude 推出 AECBench 評測基準，針對建築設計與 BIM 工作評估 AI 表現

Snaptrude 發表名為 AECBench 的評估基準，專門用於測試人工智慧模型在建築與營建專業工作上的執行成效。此基準旨在解決目前通用語言與程式基準無法衡量空間規劃與 BIM 建模能力的問題。在 AECBench 流程中，受測 AI 代理接收標準建築設計任務書，並在設計工具內生成建築模型。評估分為兩大層級：核心要求與設計層面。核心要求包含樓層數、空間重疊與動線可達性，由確定性程式代碼直接讀取幾何資訊進行客觀比對；空間規劃、BIM 細部、圖面、機電管線及價值工程等設計品質，則由依據執業建築師評審標準微調的審查 LLM 進行評分。Snaptrude 在比較實驗中，測試了自身原生參數化代理與生成 Three.js 場景代碼的 Claude Code 及 Codex 之表現。

值得帶走的重點

• AECBench 以建築任務書為起點，在建模環境中評估 AI 模型處理空間規劃與 BIM 細部的能力。
• 評估機制分為兩層：客觀代碼比對幾何事實與任務書數據，審查 LLM 則針對設計品質評分。
• 核心檢查項目包含空間無重疊、樓層正確堆疊與動線可達性，由程式自動判定合格與否。
• 基準對比測試了 Snaptrude 原生參數化代理與使用 Claude Code 及 Codex 生成 Three.js 網頁場景之表現。