SemiAnalysis测AI专业任务仅得12分
摘要
SemiAnalysis联合14家数据公司推出GDPx评测，206项专业任务覆盖11个领域，Claude Opus 5.5以12分夺冠，金融和法律领域所有模型均为零分。
原文片段
SemiAnalysis拿206项专业任务考AI：Opus 5.5夺冠也仅得12分 动察 Beating AI 快讯，SemiAnalysis 联合 14 家专业数据公司推出 GDPx，专门测试顶尖 AI Agent 的实际工作能力。整套评测包含 206 项高难度任务，覆盖芯片设计、金融、法律、生物、网络安全、软件工程等 11 个领域。 为了尽可能还原真实工作，研究人员给 AI 搭建了完整的专业环境。比如金融测试直接复刻一笔 8.8 亿美元的真实收购交易，放入约 4000 份匿名文件，让 Agent 自己翻合同、查账、修改财务模型。芯片设计要操作工程软件，材料科学要控制模拟实验设备，量化交…