# DishwasherBench：前沿模型能装好洗碗机吗？

> 原标题：DishwasherBench – Can Frontier Models Stack a Dishwasher?

- 来源：Hacker News 首页
- 发布时间：2026-10-13T08:24:06.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/d15v7fy2h9t2dkgf55yhboeu1
- 原文：https://github.com/composo-ai/DishwasherBench

## 摘要

Composo 开源 DishwasherBench 0.1.0，用真实洗碗机的物理仿真测试大语言模型装载餐具的能力，支持人类在浏览器中游玩及模型通过 MCP 操作。两个模型部署在三个关卡完成了六次正式仿真，两者在完整关卡均超过谨慎脚本玩家，但这些记录不足以排名，且没有人类基线。仿真仅用一次真实清洗校准，目前评分能判断装载和杯、锅等容器的朝向，尚不能可靠判断盘子与餐具的堆叠是否影响洗净。