SemiAnalysis GDPx 长文：首万亿美元 AI 收入将集中于高 ROI 领域
rohanpaul_ai · x · 2026-11-02
SemiAnalysis（Dylan Patel 等）发布 GDPx 基准的完整文章：衡量前沿模型在最 Valuable 领域的 agentic 能力。核心论点与方法：
- 设计逻辑：第一批万亿美元 AI 收入将集中在能在高 ROI 领域部署前沿智能的行业，而非均匀扩散到全经济；因此按 GDP 占比或 SOC 职业分类建通用基准是错误路线，应聚焦芯片设计、网络安全、生物、金融、法律、量化交易、递归自我改进（RSI）、硬件设计、材料科学、对齐、软件工程这 11 个领域，并有意放弃政府、房地产、保险等行业。
- 难度：真正的前沿级基准——最强模型 Claude Opus 5.5 也仅 12%，Gemini 4 Carbon 10.9%，GPT-6 Astra 9.6%。
- 安全分类器失真：Opus 5.5 与 GPT-6 Astra 因 cyber/bio/alignment 三域触发安全拦截而压低总分；排除后 GPT-6 Astra 升至 11.8% 反超 Opus（11.7%）。
- 格局：排名与主观印象高度一致——OpenAI 与 Anthropic 垄断头部，SpaceXAI、Meta 与开源权重模型明显落后（DeepSeek 4.1 Flash 5.4%、GLM 5.3 2.7%、Grok 4.7 3.9%）。
- 领域观察：金融与法律在 pass/fail 下全模型 0 分，只能部分给分；改进交易策略的 111 次尝试中 70 次比原策略更差。
- 与 OpenAI GDPval 的差异：不给 prompt 上下文，agent 需自行探索真实工作区（如 3983 文件的并购案复刻）。
所属事件:SemiAnalysis 发布 GDPx 前沿基准：最强模型仅得 12%(10 条相关)→
「模型」频道最新
- Fable 5.5 纯代码生成 66 秒动画短片，无任何图像模型 — oran_ge · 2026-11-02
- 商汤开源 SenseNova-Loop-9B：权重共享跑 56 层，支持 256K 上下文 — AdinaYakup · 2026-11-02
- 用户实测:Gemini 3 Pro 长篇同人写作强,单篇可达 29 分钟阅读量 — Ok-Jello3739 · 2026-11-02
- Sam Altman 称 token 是「假单位」:计数不代表商业价值 — rohanpaul_ai · 2026-11-02
- 同一个任务两种「质感」：RL 过拟合模型与通用智能的手感差异 — theteknosaur · 2026-11-02
- LightOnOCR-3 发布：单一模型搞定转录、版面与图表解析 — IgorCarron · 2026-11-02