SemiAnalysis发布GDPx基准，最佳模型仅得12%
热点事件持续更新
SemiAnalysis发布GDPx基准，最佳模型仅得12%
3 篇报道3 个报道来源10 小时前更新
先了解这件事
AI 综述
SemiAnalysis 联合 14 家专业强化学习环境伙伴发布 GDPx 基准，覆盖芯片设计、网络安全、生物、金融、法律、量化交易、RSI、硬件设计、材料科学、对齐和软件工程 11 个领域，该机构称目标是成为衡量通用智能体能力的最佳基准。 结果显示，表现最好的模型在该基准上仅得 12%。Rohan Paul 在 X 上称，Claude Opus 5.5 平均 12% 居首，Gemini 4 Carbon 为 10.9%，GPT-6 Astra 在 AI 研究和材料科学任务上领先。 Google CEO 桑达尔·皮查伊在 X 上称，很高兴看到高质量、仍有提升空间的基准测试，并提及 Carbon 成本曲线。
AI 根据报道生成 · 10 小时前更新
最新进展11月2日 20:45
SemiAnalysis 发布 GDPx 基准：智能体在 11 个领域专家工作上最高仅得 12%事件进展
2 个进展
- 11月2日 12:34 · 1 篇报道Google 点赞 GDPx 基准与 Carbon 成本Sundar Pichai：Google 点赞 GDPx 基准与 Carbon 成本
- 11月2日 09:51 · 2 篇报道SemiAnalysis发布GDPx前沿模型能力基准Rohan Paul：SemiAnalysis 发布 GDPx 基准：智能体在 11 个领域专家工作上最高仅得 12%
报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- Rohan PaulSemiAnalysis 发布 GDPx 基准：智能体在 11 个领域专家工作上最高仅得 12%
SemiAnalysis 发布 GDPx 基准，测试 AI 智能体在 11 个领域的专家工作，任务来自 14 家专业数据伙伴。Claude Opus 5.5 平均仅 12% 居首，Gemini 4 Carbon 为 10.9%；GPT-6 Astra 在 AI 研究和材料科学任务上领先。
- SemiAnalysis 长文 RSSSemiAnalysis 发布通用智能体能力基准 GDPx，最佳模型仅得 12%
SemiAnalysis 联合 14 家专业 RL 环境伙伴推出 GDPx 基准，覆盖芯片设计、网络安全、生物、金融、法律、量化交易、RSI、硬件设计、材料科学、对齐和软件工程 11 个领域，目标是成为衡量通用智能体能力的最佳基准。
本事件热度走势
- 可比范围当前
- 67
- 可比范围峰值
- 7611月2日 22:00
- 近 24 小时变化
- –
020406080
12:0018:0011月3日06:00
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。