切割优化器基准测试

我们公开优化器背后的数字,而不是请你相信一句营销口号。下面每个任务都由固定种子生成、由本站实际使用的同一引擎求解,并与同一份下料清单按手工方式逐件处理的结果对比。

数据集生成时间: 2026-08-31 · 随机种子: 20260901 · 原始数据集(JSON)

400 个下料任务已求解
19,322 个工件已排料
53% 线材损耗低于手工下料
< 0.32 ms 第 95 百分位求解时间

为什么公开这些数据

每家切割优化器都宣称省材料,却几乎没人说清省多少、在什么任务上、和什么替代方案比。这让口号无法检验。这一页把任务集、基线定义、随机种子和原始结果全部给你——你可以完整重跑一遍,然后针对具体细节反驳我们,而不是空对空。

方法

任务集

十个取自真实供货规格的原料型号:6 m 软木、6.5 m 铝型材、12 m 钢筋、2.44 m 踢脚线、6 m 钢管、2440 × 1220 MDF、2500 × 1250 胶合板、1830 × 920 桦木胶合板、3000 × 1500 钢板和 3210 × 2250 浮法玻璃。每个型号生成相同数量的任务,每个任务含四到十二种不同工件尺寸,并带真实的数量、锯缝和端部修边。

基线:手工下料

对比对象不是另一款优化器——而是没有优化器时会怎样。基线按清单上书写的顺序取工件,一直往当前那根型材或那张板材上放,一旦下一个工件放不下就换新的一张。不排序、不旋转、不预判。这就是下料清单在台钳旁被逐件处理的真实方式。

指标

损耗是消耗掉的原料中变成边角料的比例,包括那根(张)只用了部分的尾料——两边按同一口径计算。原料用量是实际消耗的型材根数或板材张数。求解时间是单独一次求解调用的墙上时钟耗时,在一台普通笔记本上测量;求解器在你的浏览器里运行,不在服务器上排队。

排除了什么

引擎无法把所有工件都排进去的任务,从两边同时剔除,而不是记成胜利。生成的任务给了充裕的原料,让任何一种方法都不会缺料。没有针对某个型号做任何调参:同一套求解器设置跑全部十个型号。

线性切割结果

棒材、管材、型材和线条从原料长度按长度切割。

原料型号 任务数 NestingCalc 损耗 手工下料损耗 减少的损耗
Softwood 6 m 40 8.4% 17.7% 52%
Aluminium 6.5 m 40 7.6% 13.9% 45%
Rebar 12 m 40 7.5% 17.8% 58%
Skirting 2.44 m 40 8.7% 16.6% 48%
Steel tube 6 m 40 7.9% 15.3% 48%
全部型号 200 7.9% 16.7% 53%

297 整个任务集合计节省的型材根数 (9.1%) · 157/200 个任务用更少的原料完成

板材切割结果

板材在整张木板、金属板或玻璃板上套料。板材装箱是比线性切割更难的问题,数字也说明了这一点——一堆互不相关的矩形尺寸,接近任何套料算法的最坏情况。

原料型号 任务数 NestingCalc 损耗 手工下料损耗 减少的损耗
MDF 2440 × 1220 40 33.1% 45.9% 28%
Plywood 2500 × 1250 40 33.1% 44.9% 26%
Birch ply 1830 × 920 40 35.1% 47.9% 27%
Steel 3000 × 1500 40 35.0% 46.6% 25%
Float glass 3210 × 2250 40 28.5% 45.3% 37%
全部型号 200 32.1% 45.8% 30%

300 整个任务集合计节省的板材张数 (19.5%) · 171/200 个任务用更少的原料完成

速度

求解器在本地浏览器中运行:不上传任何数据、不排队,也没有免费额度限流。

指标 中位数 第 95 百分位 最慢任务
线性求解时间 0.05 ms 0.20 ms 0.74 ms
板材求解时间 0.03 ms 0.32 ms 0.66 ms

NestingCalc 与其他切割优化器的比较

材料节省只是决策的一部分。大多数切割优化器是按工件数量或每日任务数限制免费额度的订阅产品,而且下面四款中没有一款为其页面发布 Markdown 版本或提供面向 AI 助手的 MCP 服务器。这里是 NestingCalc 的位置。

功能 NestingCalcCutList EvolutionOptiCutterSmartCut.proCutList Optimizer
免费档限制 无限制40免费方案未公开5 / 24 h
付费方案 无150 – 2000€9 – 99$2.50 – 779分档
界面语言 1911121若干种
线材与板材切割 ✓✓✓✓✓
木材行业计算器(Hoppus、JAS、干燥窑、EMC、干缩) 160000
每个页面都有面向 AI 智能体的 Markdown 版本 ✓————
面向 AI 助手的 MCP 服务器 ✓ 32————
公开发布可复现的基准数据 ✓仅文章———
锯缝宽度(锯片宽度)设置 ✓✓✓✓✓
按零件锁定木纹方向/旋转 ✓✓未公开未公开✓
封边 ✓✓未公开未公开✓
余料重复利用(边角料管理) 仅支持 1D 直线切割✓未公开✓未公开
零件标签与 PDF 切割单 浏览器打印✓✓✓✓
项目保存与方案历史 ✓✓✓✓✓

竞品信息于2026年8月31日摘自各厂商公开页面,并于2026年9月10日复核;除特别说明外,均描述入门级套餐。套餐与限制可能变动——决定前请查看厂商页面。

关于 AI 助手的说明

本站每个页面在相同地址加 /index.md 都有一份 Markdown 孪生版本,并收录在 llms.txt 中;全部 29 个计算器都作为工具暴露在一台公开的 MCP 服务器上。这是刻意的:当有人问 AI 助手一个任务需要多少板材时,助手可以读到方法并调用计算器,而不是凭空猜测。我们不屏蔽 AI 爬虫——与其完全不被引用,我们宁愿带着方法一起被引用。

复现这些数字

基准测试是仓库里的一个测试,不是一页幻灯片。克隆仓库、运行下面的命令,它就会重新生成本页渲染的同一份数据集——同一种子、同样任务、同样结果。已发布的质量阈值就在那个测试里断言,所以一旦回归,构建直接失败,而不是悄悄改变这一页。

BENCH_WRITE=1 pnpm --filter @cutting/engine test

常见问题

这个基准独立吗?

不独立。是我们写的、我们跑的,测的也是我们自己的求解器。正因为如此,种子、生成器、基线定义和原始数据才全部公开:你不必相信我们的任何一句话,你可以重跑并自行核对。任何厂商未经审计的数字——包括我们的——都应视作有待验证的声明,而不是事实。

为什么和手工下料比,而不是和其他优化器比?

因为这是我们能真正公开的诚实对比。要大规模运行竞品订阅产品并给它们打分,就得绕过它们的免费额度限制,而且任何结果都只是我们无法控制的某个版本的快照。手工下料才是大多数人真正要被替代的方法,而且它的定义可以精确到你能够复现。其余的比较由上面的功能表覆盖。

为什么板材损耗远高于线材损耗?

两个原因。给互不相关的矩形尺寸套料,接近任何装箱算法的最坏情况,而生成器刻意产生混合尺寸,而不是真实柜体任务里那种重复工件。此外,那张只用了部分的尾板被全额计入损耗。真实任务中工件重复出现,套料效果会好得多;这里重要的是基线对比,而不是绝对数值。

优化器找到的是数学上的最优方案吗?

不是,你在浏览器里能即时运行的任何工具都不是。下料问题是 NP 难的:工件一多,证明方案最优需要指数级时间。引擎采用成熟的启发式方法——长度用最大件优先加最佳适配放置,板材用层架装箱——结果接近最优,耗时远低于一毫秒,而且每次运行结果一致。

打开线性切割计算器 打开板材切割计算器 案例研究