GeoFitBench-LLM 是面向地理空间分析任务的数据需求获取的基准。它评估大语言模型能否从自然语言请求中推断所需的数据集、支撑资源以及约束条件。基准围绕时空关系推理和语义落地两大维度设计，反映了地理信息检索长期存在的难点。真实需求采用固定、供应商无关的模式编码，便于资源识别和属性级别规范的可复现评估。实验在七个模型上使用最小提示进行测试，结果显示资源识别相对容易，GPT-5.4 Thinking 在 66.67% 的请求中完整恢复所需资源，表现最佳。但随着推理深度提升，适用性（fitness‑for‑use）规格的准确性仍然困难。
点评：该基准填补了 GeoAI 评估的空白，为后续模型改进提供了明确的量化目标。