智能体
the-decoder.com ·
@Manuel Uth
SemiAnalysis 新真实工作基准：无 AI Agent 得分超过 12%
SemiAnalysis 在 GDPx 基准中以模拟知识工作评测 AI Agent，覆盖芯片设计到量化交易，无模型突破 12%，Claude Opus 5.5 以微弱优势领先 Gemini 4 Carbon。批评者指出各领域任务数量偏少、测试条件不均。
AI推荐理由 SemiAnalysis 推出 GDPx 基准，以模拟知识工作（芯片设计到量化交易）评测 AI Agent，无模型超过 12%，Claude Opus 5.5 略领先 Gemini 4 Carbon；同时指出每领域任务数少、测试条件不均等局限，对 Agent 能力评估有参考价值。
80
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。