The Decoder· Manuel Uth·· 3 小时前AI 评分61
SemiAnalysis 发布 GDPx 实际工作基准，AI 智能体得分均未超过 12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
SemiAnalysis 发布 GDPx 基准，在模拟知识工作环境中测试 AI 智能体，整体排名中没有模型得分超过 12%。测试包含 11 个领域的 206 项任务，Claude Opus 5.5 得分 12%，Gemini 4 Carbon 得分 10.9%，每项任务成本为 $16.29。
来源：The Decoder · the-decoder.com