SemiAnalysis 联合 14 家公司发布 GDPx 前沿模型基准

SemiAnalysis 联合 14 家专业 RL 环境公司发布 GDPx 基准，覆盖芯片设计、网络安全、生物、金融、法律、量化交易、硬件设计、材料科学、对齐和软件工程等 11 个领域，用于衡量前沿模型的通用智能体能力，并公布首批模型评测结果。 据其评测，即使最好的模型得分也仅约 12%；金融和法律任务难度极高，几乎所有模型得分均为 0。SemiAnalysis 称，Opus 5.5 和 GPT-6 Astra 等模型因安全分类器而压低了整体得分。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。