热点事件持续更新
GDPx基准发布：AI智能体得分均低于12%
1 篇报道1 个报道来源2 小时前更新
先了解这件事
SI 综述
SemiAnalysis 发布 GDPx 基准，在模拟工作测试中所有 AI 智能体得分均未超 12%，Claude Opus 5.5 以 12% 领先。 该基准将 AI 智能体放入模拟工作环境执行 206 项跨 11 领域任务，Gemini 4 Carbon 以约三分之一成本获 10.9%，GPT-6 Astra 为 9.6%。 该基准因任务封闭和评分方式受质疑，但可防止模型针对测试过拟合。
SI 根据报道生成 · 1 小时前更新
最新进展11月6日 00:46
SemiAnalysis 发布 GDPx 基准，显示无 AI 智能体模拟工作得分超 12%。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- The DecoderSemiAnalysis 发布 GDPx 基准：无 AI 智能体在模拟工作测试中得分超 12%
SemiAnalysis 发布 GDPx 基准，将 AI 智能体放入模拟工作环境执行 206 项跨 11 领域任务，所有模型得分均未超 12%。Claude Opus 5.5 以 12% 领先，Gemini 4 Carbon 以约三分之一成本获 10.9%，GPT-6 Astra 为 9.6%。该基准因任务封闭和评分方式受质疑，但可防止模型针对测试过拟合。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。