热点事件持续更新
AI智能体GDPx基准测试结果发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
SemiAnalysis发布的GDPx基准测试结果显示，在模拟工作环境中，AI智能体在11个领域的表现均未超过12%。Claude Opus 5.5以12%的成绩领先，Gemini 4 Carbon以10.9%的成绩排名第二，且价格较低。早先报道称，AI智能体在真实工作环境中的表现可能更为出色，但此次测试结果并未支持这一观点。
AI 根据报道生成 · 5 小时前更新
最新进展11月6日 00:46
SemiAnalysis发布的GDPx基准测试揭示AI智能体在模拟工作环境中的表现有限。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- The DecoderSemiAnalysis GDPx 基准测试：AI 智能体在真实工作环境中的表现
SemiAnalysis 发布的 GDPx 基准测试将 AI 智能体置于模拟工作环境中，结果显示没有模型得分超过 12%。Claude Opus 5.5 以 12% 的成绩领先，而 Gemini 4 Carbon 以 10.9% 的成绩排名第二，但价格仅为 16.29 美元/任务。该测试涵盖芯片设计、生物、量化交易、网络安全和法律等 11 个领域。
本事件热度走势
当前热度 9·可比范围峰值 10（11月6日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。