The Decoder· Manuel Uth·· 5 小时前AI 评分70
SemiAnalysis 发布 GDPx 真实工作基准，最高模型得分未超过 12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
SemiAnalysis 发布 GDPx 基准，通过模拟专业软件操作和企业系统任务评测 AI 智能体，所有模型得分均未超过 12%。Claude Opus 5.5 以 12% 排名第一，Gemini 4 Carbon 得分 10.9%，单任务成本为 $16.29，GPT-6 Astra 得分 9.6%。
来源：The Decoder · the-decoder.com