¿Qué LLM hace el mejor CAD? Doce modelos en una misma prueba de piezas 3D paramétricas, puntuados en fidelidad, estanqueidad, comprobaciones y costo.
En la prueba de piezas paramétricas publicada por OwlCAD, GPT-5.6 Sol Pro queda primero, con una fidelidad media de 4,3 sobre 5 y un 99 % de sus generaciones convertidas en un sólido estanco (cerrado, sin agujeros, para que un laminador lo lea como sólido). Le siguen Grok 4.5 y Gemini 3.6 Flash, y Gemini 3.6 Flash lo consigue con aproximadamente una cuarta parte del costo por generación. La clasificación es una combinación ponderada de fidelidad, estanqueidad, comprobaciones geométricas, costo y velocidad, a lo largo de 12 ejecuciones de la prueba.
Empieza por las cifras absolutas. La puntuación combinada solo ordena los modelos entre sí.
Hasta qué punto la pieza responde fielmente a la petición, según un evaluador ciego: 5 significa los elementos, la posición y las proporciones correctos, lista para imprimir. La cifra que más importa.
La proporción de generaciones que construyeron un sólido estanco y no vacío en el motor geométrico (núcleo CAD). Un modelo que escribe una salida válida pero sin sólido no suma aquí.
La proporción de descripciones cuyas expectativas automáticas se cumplieron todas; por ejemplo, que los agujeros estén realmente cortados y no simulados, o que se usara un generador estándar cuando existe.
Costo medio del proveedor en dólares y tiempo medio real, ambos medidos a través de OpenRouter: comparables entre modelos, pero no idénticos a lo que cuesta una ruta directa.
Una mezcla ponderada de fidelidad 45 %, estanqueidad 30 %, comprobaciones 10 %, costo 10 % y velocidad 5 %, cada una normalizada entre los modelos de la tabla. Ordena este grupo; no es una nota absoluta.
Publicado el 31 de agosto de 2026 · 12 ejecuciones · 752 generaciones
Modelos de IA clasificados en la prueba de CAD paramétrico de OwlCAD
Abre piezas reales de los modelos que ejecuta Pro, en el editor y sin cuenta.
Cada modelo de IA (LLM) recibe el mismo conjunto de descripciones de piezas —escuadras, engranajes, carcasas, mecanismos impresos en una pieza, solevaciones y formas de revolución— con el prompt de sistema que OwlCAD usaba en producción cuando se publicaron estos resultados. Cada respuesta se valida, el motor geométrico (núcleo CAD) Manifold la construye como sólido, se comprueba frente a las expectativas geométricas de la descripción y un modelo evaluador, al que no se le dice qué modelo la produjo, la puntúa de 1 a 5 en fidelidad.
Se declara en lugar de ocultarse. El evaluador, Claude Opus 4.8, nunca ve qué modelo produjo un árbol, y las notas que dio a sus propias generaciones cuentan en las cifras. La tabla indica cuántas de sus notas fueron autoevaluadas, para que puedas descontarlas si lo prefieres.
Pro ejecuta Gemini 3.6 Flash, Gemini 3.5 Flash, Claude Opus 4.8 y GPT-5.6 Sol con tus créditos mensuales. Todos los demás modelos de la tabla, incluidos GPT-5.6 Sol Pro y Grok 4.5, funcionan con tu propia clave de proveedor y no gastan créditos.
Para medir todos los modelos con un mismo transporte y una misma lista de precios. En producción OwlCAD llega a algunos modelos directamente, así que el costo y el tiempo reales pueden diferir de estas cifras; la fidelidad y la estanqueidad no dependen de la ruta.