GDPx基准测试发布

2026年11月6日，SemiAnalysis发布了GDPx基准测试，该测试将AI智能体置于模拟工作环境中进行评估。测试结果显示，没有模型得分超过12%。Claude Opus 5.5以12%的成绩领先，Gemini 4 Carbon以10.9%的成绩位居第二，但成本仅为前者的三分之一。测试涵盖了芯片设计、生物学、量化交易等11个领域，共包含206项任务。此次基准测试旨在评估AI智能体在真实工作场景中的表现能力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。