The Decoder· Manuel Uth·· 3 小时前AI 评分58
SemiAnalysis 发布 GDPx 真实工作基准：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
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；没有模型的总体得分超过 12%。基准包含 11 个等权领域的 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