GDPx 基准发布：11 领域 206 任务横评前沿模型，Claude Opus 5.5 居首
kenbwork · x · 2026-11-02
SemiAnalysis 推出 GDPx v1.0 基准，联合 14 家专业数据伙伴，用 11 个高价值领域、206 个任务衡量前沿模型能力，覆盖网络安全、芯片设计、软件工程、材料科学、法律、金融、量化交易、生物学等。
- 排行：Claude Opus 5.5 以 12.0 居首，Gemini 4 Carbon 10.9、GPT-6 Astra 9.6、Muse Wonder Full 9.0 紧随其后
- 网站提供成本-性能帕累托前沿图，可按领域对比 20 个模型的单任务平均成本
- 开源模型的推理与沙箱基础设施由合作方赞助提供
这是按「经济价值域」而非通用考试选题的基准，适合关注模型在高价值专业任务上的真实表现与性价比。
所属事件:GDPx 基准发布：最强模型仅得 12%，Pichai 点赞(4 条相关)→
「模型」频道最新
- Grok 用户吐槽 $2000 年费套餐用量飙升异常，计费问题未修复 — Al_Grigor · 2026-11-02
- 网友实时汇编 Frame 0 退化问题笔记，Claude 每小时盯 issue 更新 — roychodraws · 2026-11-02
- 研究者观察：OpenAI 的 bio 安全护栏似强于 Anthropic — eliebakouch · 2026-11-02
- 用户吐槽 Claude Opus 5.5 变笨:分不清工具名还找不到 OpenAI decisions API — JeremyNguyenPhD · 2026-11-02
- SemiAnalysis 发布 GDPx 基准:最强模型仅得 12%,Pichai 点赞 — sundarpichai · 2026-11-02
- 爆料称 astra 脑力胜 Opus 但对齐训练被 benchmarks 挤占 — haider1 · 2026-11-02