SemiAnalysis 发布 GDPx 基准：最强模型得分仅 12%
scaling01 · x · 2026-11-04
SemiAnalysis（Dylan Patel 团队）发布新基准 GDPx，旨在衡量前沿模型在「最有价值领域」的通用智能体能力。
核心论点：第一批万亿美元级 AI 收入将集中在能以高 ROI 部署前沿智能的少数行业，而非均匀扩散到全经济，因此基于 GDP 占比或职业分类体系设计通用基准是错误方向。GDPx 聚焦 11 个领域：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，并刻意排除政府、房地产、保险等行业。
初步结果：这是一个真正的前沿级基准，最好的模型得分仅约 12%。Opus 5.5 与 GPT-6 Astra 因安全分类器在 cyber/bio/alignment 等领域被拦截，排除这三个领域后排名更接近真实能力。整体排名与作者主观印象高度一致：OpenAI 和 Anthropic 领跑，SpaceXAI、Meta 及开源权重模型明显落后。
所属事件:SemiAnalysis 发布 GDPx 基准：最强模型仅得 12%(20 条相关)→
「模型」频道最新
- 开发者：前沿模型的教学能力「离谱」，让你秒懂新技能 — shauseth · 2026-11-04
- kalomaze：扩散模型自编码器太粗糙，低频信息或训练时就已丢失 — kalomaze · 2026-11-04
- 开发者吐槽：前沿模型都写不好一篇语气自然的英文 — A_K_Nain · 2026-11-04
- Pika H3 Flex 登顶 DesignArena,上线不到 24 小时社区已出 2 步 Turbo LoRA — _akhaliq · 2026-11-04
- 1300+ 词联想线索实测：Google 模型胜 OpenAI，Anthropic 垫底 — Hardicecream17 · 2026-11-04
- 前 OpenAI 研究员:对齐是能力瓶颈,Claude 或已藏有未知能力 — arthurcolle · 2026-11-04