SemiAnalysis 发布 GDPx 基准,最强 AI 模型仅得 12%
AccBalanced · x · 2026-11-02
SemiAnalysis 正式发布 GDPx 基准,用于衡量 AI 智能体在经济价值高的专业领域中的实际表现,而非通用知识问答。
- 构成:206 个任务、覆盖 11 个领域,与 14 家专业机构合作开发,任务包括芯片设计、金融分析、法律问题处理等高价值专业工作。
- 首期结果:最强的 Claude Opus 5.5 也只拿到 12.0%,显示模型在对话式问答上的能力与可靠完成自主专业工作之间仍存在巨大鸿沟。
- 意义:该基准直指「模型知道什么」与「模型能否真正干活」的差距,为首 frontier 级别的 agentic 能力提供了更严格的标尺。
所属事件:SemiAnalysis 发布前沿级智能体基准 GDPx，最强模型仅得 12%(7 条相关)→
「漫话AGI」频道最新
- Palmer Luckey 追问数据中心 RAM 的使用权边界:能否做服务条款禁止的事 — avaitopiper · 2026-11-02
- 陶哲轩博客刊文：OpenAI 700 篇论文后数学界该如何应变 — Hesamation · 2026-11-02
- Polsia 创始人宣称 AI 可自主运营经济中任何人类活动，拆解「AI 跑 80% 公司」 — LinusEkenstam · 2026-11-02
- 四大聊天助手都在记着你,却没人帮你找回聊过的内容 — Ok_Negotiation_2587 · 2026-11-02
- OpenAI 与 Anthropic 宣称用 AI 推翻指数时间假设，理论计算机科学震动 — emmanuelvivier · 2026-11-02
- 用 $20 AI 订阅修好手机不出门修,研究员质疑 AI 或压低 GDP — stanislavfort · 2026-11-02