主要来源elvis
查看原文事件专题 ·多源确认
SemiAnalysis 发布 GDPx 基准：最强模型仅得 12%
SemiAnalysis 发布 GDPx 基准，用于衡量模型在高价值领域的智能体能力。该基准达到前沿难度，目前最好的模型只拿到 12%（7 题中答对 1 题）。Elvis Saravia 转评提到，Gemini 新版本 Carbon 在协调与持久性任务上表现明显提升。这类脱离标准基准的测试正在揭示各模型能力上的差异。
当前结论
SemiAnalysis 搞了个新基准 GDPx，最强模型只拿 12%，里面 Gemini Carbon 在智能体任务上表现挺亮眼，可以看看。
6 个信源67° AI 热度最后更新 2026/11/2 15:48:43
证据链
6 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。