AI SEKARANG BISA MELIHAT FOTO RAK IKEA SETENGAH DIBANGUN DAN MENYEBUTKAN LANGKAH MANA YANG SALAH Epoch baru saja merilis Furniture Assembly Benchmark Model ini menerima PDF instruksi dan satu foto benda yang setengah terpasang. Ia harus menemukan langkah yang salah dan menjelaskan kesalahannya, atau mengatakan tidak ada yang salah. November 2025: skor terbaik 28% (Claude Opus 4.5) Hari ini: 80% (GPT-6 Astra) 10 bulan. +52 poin Fable 5.1 berada di 70%. Opus 5 di 61% Terdengar seperti mainan. Tapi bukan. Ini adalah keterampilan persis yang hilang dari robot. Baca manual, lihat dunia nyata, sadari bahwa kenyataan tidak sesuai dengan rencana. Benchmarks pemrograman memberi tahu Anda apa yang terjadi di layar. Yang ini memberi tahu seberapa dekat AI dengan ruang tamu Anda. Untuk keadilan, ini ujian kecil: 60 foto, 3 produk IKEA, dan penguji adalah model lain. Saya tidak akan mempertaruhkan rumah pada angka pastinya. Tapi kemiringan grafik lebih penting daripada ukurannya. Bagian paling menakutkan adalah kecepatannya. Dari 28 menjadi 80 dalam waktu kurang dari satu tahun, dan hampir tidak ada yang memperhatikan grafik ini. Secara pribadi, inilah yang menggeser garis waktu saya. Saya selalu menganggap robot di rumah adalah hal tahun 2030-an. Model yang bisa memeriksa pekerjaan fisik terhadap instruksi dengan akurasi 8 dari 10 berarti otaknya sudah hampir selesai. Tangan selanjutnya.