SemiAnalysis发布GDPx真实工作评测
热点事件持续更新
SemiAnalysis发布GDPx真实工作评测
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
SemiAnalysis 发布 GDPx 基准，让 AI 智能体在模拟知识工作环境中完成实际任务；首轮参评模型最高得分仅 12%，Claude Opus 5.5 居首，Gemini 4 Carbon 得分 10.9%、每任务成本 16.29 美元，GPT-6 Astra 得分 9.6%。 基准含 206 个任务，覆盖芯片设计、生物学、量化交易、网络安全和法律等 11 个领域，通常每个合作方仅公开一个示例任务，其余不公开；法律及硬件设计等领域部分采用语言模型按评分量规判分，而非人工专家。SemiAnalysis 计划每三至六个月更新一次基准。
AI 根据报道生成 · 53 分钟前更新
最新进展11月6日 00:46
SemiAnalysis 发布 GDPx 真实工作评测，AI 智能体最高得分未超过 12%报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- The DecoderSemiAnalysis 发布 GDPx 真实工作评测，AI 智能体最高得分未超过 12%
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%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。