跳到正文
热点事件持续更新

SemiAnalysis发布GDPx真实工作基准

1 篇报道1 个报道来源15 小时前核心报道更新

先了解这件事

AI 综述

分析机构SemiAnalysis发布GDPx基准，把AI智能体放入模拟工作环境，而非考查知识问答。该基准包含11个领域的206项任务，覆盖芯片设计、生物、量化交易、网络安全和法律等；据The Decoder报道，没有模型得分超过12%，Claude Opus 5.5以12%居首，Gemini 4 Carbon以10.9%紧随其后。 SemiAnalysis称，每个合作方通常只公开一道示例任务；在法律、硬件设计等部分领域，由语言模型依据评分标准打分，而非人类专家。SemiAnalysis计划每三到六个月更新一次该基准。

AI 根据报道生成 · 14 小时前更新

最新核心报道11月6日 00:46
SemiAnalysis 发布 GDPx 基准，无 AI 智能体得分超过 12%

本栏展示直接支持事件的最新报道；时间线也保留相关报道及提及，因此可能出现更晚日期。

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. The Decoder AI in practice
    SemiAnalysis 发布 GDPx 基准，无 AI 智能体得分超过 12%

    SemiAnalysis 发布 GDPx 基准，把 AI 智能体放入模拟知识工作环境，覆盖芯片设计、生物、量化交易、网络安全、法律等 11 个领域的 206 项任务，没有模型得分超过 12%。Claude Opus 5.5 以 12% 居首，Gemini 4 Carbon 以 10.9% 紧随其后，每项任务成本约 16.29 美元、约为前者的三分之一。

已显示 1 篇，共 1 篇报道。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月6日 02:00
近 24 小时变化
–

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。