GDPx 通用智能体基准发布，按领域测前沿模型能力
来源标题：GDPX
GDPx 通用智能体基准 v1.0 发布，用任务平均成本与得分对比前沿模型在 11 个高价值领域的表现。领域涵盖递归自我改进、芯片设计、网络安全、生物、金融、法律、量化交易、硬件设计、材料科学、对齐和软件工程，共 20 款模型参与评测。
以下正文由 AI 翻译自 Hacker News 最新（原文版权归原站所有），可能存在偏差，重要内容请以原文为准。
GDPx：通用智能体基准
v1.0 衡量前沿模型在最具价值领域中的能力 模型 20 / 20 X 轴：成本 / 输出 token 0%3%6%9%12%15%$1.00$2.00$5.00$10.00$20.00$50.00Claude Opus 5.5Gemini 4 CarbonGPT 6.1 TerraGPT 6.1 SolDeepSeek 4.1 Flash 1017GPT-6 Luna 0%3%6%9%12%15%$1.00$2.00$5.00$10.00$20.00$50.00Claude Opus 5.5Gemini 4 CarbonGPT-6 AstraClaude Fable 5.1GPT 6.1 TerraGPT 6.1 SolClaude Sonnet 5.5Gemini 4 ArgonMuse WonderDeepSeek 4.1 Flash 1017GPT-6 LunaClaude Haiku 5.5MiniMax M3.1 FlashGrok 4.7Kimi K3Qwen 3.8 MaxGLM 5.3InklingMuse Spark Open ↑ GDPx 分数 平均每任务成本（对数）→ 未显示：Muse Wonder Full，无公开定价。 作者 按领域比较模型 领域 11 / 11 模型 13 / 20 递归自我改进RSIRSIChip DesignChip DesignChipDesignCybersecurityCyberCyberBiologyBioBioFinanceFinanceFinanceLegalLegalLegalQuant TradingQuantQuantHardware DesignHardware DesignHardwareDesignMaterials ScienceMaterials ScienceMaterialsScienceAlignmentAlignmentAlignmentSoftware EngineeringSWESWE10203040模型GDPx
正文由 探How 从来源站点 RSS 同步，内容未经改写；遇到排版缺失或需要图片、视频时请以原文为准。