SemiAnalysis 的 GDPx 工作基准测试中，没有 AI 智能体得分超过 12%

No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark

SemiAnalysis 发布模拟知识工作的 GDPx 基准，覆盖 11 个领域的 206 项任务，没有 AI 智能体得分超过 12%。Claude Opus 5.5 以 12% 领先，Gemini 4 Carbon 为 10.9%，每项任务成本为 $16.29，约为前者的三分之一；剔除网络安全、生物学和对齐领域后，GPT-6 Astra 以 11.8% 居首。