LEGO-Anything 연구는 사진 한 장을 Blender 코드로 복원하는 에이전트를 104개 장면의 이미지 208장으로 평가했다. 테스트한 여섯 GPT 구성은 대부분 실행 가능한 장면을 냈지만 가장 높은 GPT-6 Astra의 기하 복원 점수도 실내 53.4%, 실외 39.6%였다. 모델이 두 결과 중 더 정확한 것을 고르는 판단은 우연 수준에 가깝거나 못 미쳤다. 측정값 기반 수정과 퇴보 방지를 넣은 LEGO-Plugin은 전 모델을 개선했지만 전문 비전 모델을 대체할 정확도에는 못 미쳐 실행 여부와 충실도를 따로 검증해야 한다.