AICSO.AI汇总·· 6 小时前精选推荐指数74
SemiAnalysis 发布 GDPx 基准：前沿 AI 真实工作得分仅 12%，金融与法律得零分
GDPx 基准：最强前沿 AI 真实工作得分仅 12%，金融与法律得零分
AI 导读
SemiAnalysis 发布 agentic 基准 GDPx，测试 13 个前沿模型在 11 个专业领域共 206 项任务上的表现，最高分 Claude Opus 5.5 仅得 12.0%，金融与法律任务在二元评分下所有模型均为 0。
推荐理由
GDPx 用模拟真实工作环境的评测揭示前沿模型在专业任务上的真实完成率与安全策略代价，为模型选型提供可比数据。
来源：AICSO.AI汇总 · techtimes.com