JuliaHub 对 OpenAI 的 GPT 5.6 系列模型（Terra、Sol、Luna）和 Anthropic 的 Claude Fable 5 进行了系统的物理 AI 能力评测。研究采用 Dyad AI 框架，在五个密封物理建模与仿真问题上运行了 52 次评分试验。