SemiAnalysis发布GDPx基准测试

发生了什么

据The Decoder报道，SemiAnalysis推出名为GDPx的真实世界工作基准测试，涵盖芯片设计至量化交易等领域。测试结果显示，目前无AI智能体得分超过12%。在模型表现方面，Claude Opus 5.5以微弱优势领先于Gemini 4 Carbon。针对该测试，批评者指出其各领域任务数量较少且测试条件不均衡。