热点事件持续更新

SemiAnalysis发布GDPx基准，智能体得分不超12%

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

11月6日，The Decoder 报道，SemiAnalysis 发布了模拟知识工作的 GDPx 基准，覆盖11个领域、206项任务。测试中，没有 AI 智能体得分超过12%。Claude Opus 5.5 以12%的得分领先，Gemini 4 Carbon 得分为10.9%，每项任务成本为16.29美元，约为 Claude Opus 5.5 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%的得分居首。

AI 根据报道生成 · 6 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

00:46
The Decoder
SemiAnalysis 的 GDPx 工作基准测试中，没有 AI 智能体得分超过 12%
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。

本事件热度走势

当前热度 8·可比范围峰值 10（11月6日 02:00）·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。