AHORA LA IA PUEDE VER UNA FOTO DE TU ESTANTE DE IKEA MITAD ARMADO Y DECIRTE EN QUÉ PASO TE EQUIVOCASTE Epoch acaba de lanzar el Benchmark de Montaje de Muebles El modelo recibe el PDF de instrucciones y una foto de una pieza parcialmente armada. Debe identificar el paso incorrecto y explicar el error, o decir que no hay ningún error. Noviembre de 2025: mejor puntaje 28% (Claude Opus 4.5) Hoy: 80% (GPT-6 Astra) 10 meses. +52 puntos Fable 5.1 está en 70%. Opus 5 en 61% Parece un juego. No lo es. Esta es exactamente la habilidad que le falta a un robot: leer el manual, observar el mundo real y notar que la realidad no coincide con el plan. Los benchmarks de programación te dicen qué sucede en una pantalla. Este te dice qué tan cerca está la IA de tu sala de estar. Para ser justos, es una prueba pequeña: 60 fotos, 3 productos de IKEA, y el evaluador es otro modelo. No apostaría una casa por el número exacto. Pero la tendencia importa más que el tamaño. Lo más aterrador es la velocidad: de 28 a 80 en menos de un año, y casi nadie estaba mirando esta gráfica. Personalmente, esta es la que movió mi cronograma. Siempre pensé que los robots en casa serían algo de los años 2030. Un modelo que puede verificar el trabajo físico contra las instrucciones 8 de cada 10 veces significa que la parte cerebral básicamente ya está ahí. Las manos vienen después.