The Decoder· Manuel Uth·· 2 小时前AI 评分69
SemiAnalysis 发布 GDPx 真实工作评测，AI 智能体最高得分未超过 12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
SemiAnalysis 发布 GDPx 基准，以模拟知识工作环境评测 AI 智能体，所有模型得分均未超过 12%。基准包含 206 个任务和 11 个领域，Claude Opus 5.5 以 12% 居首，Gemini 4 Carbon 得分 10.9%、每任务成本为 $16.29；GPT-6 Astra 得分 9.6%。
来源：The Decoder · the-decoder.com