SemiAnalysis 发 GDPx 基准：最强模型仅得 12%，Google Carbon 获好评
vitaliychiley · x · 2026-11-02
SemiAnalysis 发布了 GDPx，一个衡量智能体（agentic）能力的新基准，覆盖最具商业价值的领域。
要点：
- 这是真正的前沿级基准：目前最强的模型也只能拿到 12% 的分数，说明 agent 能力距离实用天花板还很远；
- 分析师 Dylan Patel（dylan522p）转发并「向 Google 正式道歉」，称 Google 的 Carbon 模型「确实做出来了」：它在各领域能力上表现参差（spiky），但在少数几个领域表现非常出色。
作者 vitaliychiley 转发了这一评价。
所属事件:SemiAnalysis 发布 GDPx 基准，最强模型仅得 12%(2 条相关)→
「模型」频道最新
- LeCun 论文:109M 小模型在表征匹配上击败 72B 模型，规模并非关键 — examachine · 2026-11-02
- 爆料称 astra 脑力胜 Opus 但对齐训练被 benchmarks 挤占 — haider1 · 2026-11-02
- JetBrains 开源 Mellum2.1 Thinking MTP 头，解码提速 1.4-1.8 倍 — pmttyji · 2026-11-02
- 用户反对 Grok Bot 推免费层，建议用付费赠送拉新 — RachelVT42 · 2026-11-02
- Grok 周额度提前耗尽、OpenAI 反手翻倍 Pro 限额,团队容量规划何去何从 — Entire_Struggle_2236 · 2026-11-02
- PyTorch 面试题:model.eval() 与 torch.no_grad() 的区别 — cneuralnetwork · 2026-11-02