跳到正文
热点事件观察中

SemiAnalysis发布GDPx基准，现有AI Agent得分均未超12%

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

SemiAnalysis发布GDPx基准，该基准将AI Agent置于模拟知识工作环境，所有测试模型得分均未超过12%。 Claude Opus 5.5 排名第一，得分为12%；Gemini 4 Carbon 得分为10.9%，成本为$16.29/任务；GPT-6 Astra 得分为9.6%。 GDPx强调，在实际操作中，一个错误的电子表格数值会导致整个输出无效。

AI 根据报道生成 · 3 天前更新

最新进展11月6日 00:46
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. The Decoder
    No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark

    SemiAnalysis 发布 GDPx benchmark，将 AI agents 置于模拟知识工作环境，无模型得分超过 12 percent。Claude Opus 5.5 排名第一，得分为 12 percent；Gemini 4 Carbon 得分 10.9 percent，成本为 $16.29 per task。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月6日 02:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。