GDPx 基准发布：最强模型仅得 12%，Pichai 点赞

SemiAnalysis 发布前沿级 agent 能力基准 GDPx v1.0，联合 14 家专业数据伙伴，覆盖网络安全、芯片设计、软件工程、材料等 11 个高价值领域共 206 个任务，采用二值与连续评分结合、每次取 3 次尝试平均并等权计分。结果显示最强模型 Claude Opus 5.5 也仅得 12%（7 题），凸显基准难度，Google CEO Pichai 点赞，Google Carbon 也获好评。

2026-11-02 ~ 2026-11-02 · 4 条相关

• SemiAnalysis 发布 GDPx 基准：最强模型 Claude Opus 5.5 仅得 12% — zephyr_z9 · 2026-11-02
• SemiAnalysis 发 GDPx 基准：最强模型仅得 12%，Google Carbon 获好评 — vitaliychiley · 2026-11-02
• GDPx 基准发布：11 领域 206 任务横评前沿模型，Claude Opus 5.5 居首 — kenbwork · 2026-11-02
• SemiAnalysis 发布 GDPx 基准:最强模型仅得 12%,Pichai 点赞 — sundarpichai · 2026-11-02