Tenemos un nuevo "benchmark" para la IA: preguntarle si has montado correctamente tus muebles de Ikea o no

Xataka IA · 28 sept, 15:16

Epoch AI ha creado un benchmark llamado Furniture Assembly Benchmark (FAB) que mide la capacidad de razonamiento abstracto de los modelos de IA mediante la identificación de errores en el montaje de muebles de IKEA. En diez meses, el rendimiento de los mejores modelos mejoró dramáticamente: de un 28% de aciertos en noviembre de 2025 (Claude 4.5) a un 80% en septiembre de 2026 (GPT-6 Astra), mientras que el tiempo de análisis se redujo significativamente. Este avance demuestra que los modelos de IA están mejorando en conectar instrucciones abstractas con objetos del mundo real, aunque siguen siendo limitados comparados con la capacidad humana de ejecutar tareas físicas complejas.