外部精选
ai-models
#海外 AI 资讯#AI in practice#Artificial Intelligence#BenchmarksSemiAnalysis 新基准 GDPx 测试：没有 AI 智能体得分超过 12%
来源标题：No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
SemiAnalysis 推出 GDPx 基准，用模拟知识工作测试 AI 智能体，覆盖芯片设计到量化交易，没有模型得分超过 12%。Claude Opus 5.5 略微领先 Gemini 4 Carbon。批评者指出每个领域的任务数量少、测试条件不均衡。
The DecoderManuel Uth2026/11/5 · 今天1 分钟阅读
这个来源的 RSS 只提供摘要，下面是原文导语；完整论述请点「打开原文」。
SemiAnalysis 在其新推出的 GDPx 基准测试中让 AI agent 完成模拟的知识型工作，覆盖从芯片设计到量化交易的各种任务。没有模型得分超过 12%。Claude Opus 5.5 以微弱优势领先 Gemini 4 Carbon。批评者指出，每个领域的任务数量偏少，测试条件也不均衡。
《没有 AI agent 在 SemiAnalysis 的新真实工作基准测试中得分超过 12%》一文最先发表于 The Decoder。
本条为导读摘要，完整论述请以原文为准。