The Decoder· Manuel Uth·· 2 小时前AI 评分59
SemiAnalysis GDPx基准测试：没有AI智能体得分超过12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
SemiAnalysis发布GDPx基准测试，将AI智能体置于模拟知识工作环境中执行206项任务，覆盖11个领域；Claude Opus 5.5以12%暂列第一，Gemini 4 Carbon以10.9%位居其后，单任务成本为$16.29。
来源：The Decoder · the-decoder.com