SemiAnalysis 发布 GDPx 基准：无 AI 智能体得分超 12%

分析机构 SemiAnalysis 发布 GDPx 基准，让 AI 智能体在模拟环境中完成最多 8 小时的真实知识工作，涵盖芯片设计、生物、量化交易、网络安全、法律等 11 个领域的 206 项任务。结果显示没有任何模型得分超过 12%，Claude Opus 5.5 以 12% 排名第一。 任务来自 14 个专业合作方，这些合作方同时向 AI 实验室出售训练和评估数据；通常每个合作方只公开一个示例任务。

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。