SemiAnalysis推出全新AI基准测试GDPx，包含11个领域206项智能代理任务。测试结果显示，当前最强模型Anthropic Claude Opus 5.5仅获得12%得分，领先于Google Gemini 4 Carbon和OpenAI GPT-6 Astra。该结果揭示了当前AI在需要长期规划、多步协调和资源管理的复杂代理任务中仍存在巨大能力缺口。（据ShiftDelete.Net报道，2026年11月1日）
来源：ShiftDelete.Net
SemiAnalysis推出全新AI基准测试GDPx，包含11个领域206项智能代理任务。测试结果显示，当前最强模型Anthropic Claude Opus 5.5仅获得12%得分，领先于Google Gemini 4 Carbon和OpenAI GPT-6 Astra。该结果揭示了当前AI在需要长期规划、多步协调和资源管理的复杂代理任务中仍存在巨大能力缺口。（据ShiftDelete.Net报道，2026年11月1日）
https://shiftdelete.net/en/gdpx-ai-benchmark
评论
0