SemiAnalysis 釋出 GDPx 智慧體基準，最高僅 12%
2026/11/02 — 11/02 14:18·2 個來源（全部）·2 篇報道（全部）·入選 11-02 日報
核心速覽 (Key Takeaways)
- 據 DEV Community 與 Techmeme 轉述，SemiAnalysis 釋出新基準 GDPx，覆蓋晶片設計、網路安全、RSI、金融、法律、量化交易、材料科學與對齊等 11 個領域的智慧體能力。
- 排名最高的 Opus 5.5 僅得 12%，顯示當前智慧體在真實專業任務上的完成度仍然很低，作者認為這指向能力邊界而非工具無用。
事件背景與詳細解讀
2026 年 11 月 2 日，SemiAnalysis 推出新的智慧體能力基準 GDPx，覆蓋 RSI、硬體設計、網路安全、生物、金融、法律、量化交易、晶片設計、軟體工程、材料科學與對齊共 11 個領域。據 Techmeme 轉述，在該基準中 Opus 5.5 以 12% 的成績位居榜首，這一結果指向當前智慧體在真實專業任務上的完成度仍然很低。
同日，DEV Community · AI 釋出了對這件事的報道，提到該頁面無贊助或聯盟連結，相關內容均來自文末列出的信源，並已於 2026 年 11 月 2 日核對。文章強調，這 12% 並非筆誤，也不是說 AI 智慧體無用，而是對當前智慧體能力邊界的一種表述；該文作者同時說明自己並未實測 GDPx，也沒有在這些任務上執行過相關模型。目前，這起事件的資訊僅來自上述兩篇報道，後續尚無進一步進展。
AI 綜合 2 篇報道生成 · 更新於 3 小時前
最新進展據 DEV Community 報道，SemiAnalysis 於 2 日釋出新基準 GDPx，最好的前沿 AI 模型得分僅 12%。文章稱這並非說明 AI 智慧體無用，而是指向當前智慧體能力的邊界，且作者未進行實測。
- 熱度指數
- 182
- 全部來源
- 2
- 全部報道
- 2
- 首報
- 4 小時前
這件事的報道 點標題看原文
據 DEV Community 報道，SemiAnalysis 於 2 日釋出新基準 GDPx，最好的前沿 AI 模型得分僅 12%。文章稱這並非說明 AI 智慧體無用，而是指向當前智慧體能力的邊界，且作者未進行實測。
幫助開發者看清當前 AI Agent 能力邊界
DEV Community · AIAI 評分 58據 Techmeme 轉述，SemiAnalysis 推出 GDPx 智慧體能力基準，覆蓋晶片設計、網路安全、RSI、金融、法律、量化交易、材料科學與對齊等 11 個領域。Opus 5.5 以 12% 的成績位居榜首，顯示當前智慧體在真實專業任務上的完成度仍很低。
看清智慧體在專業領域的真實完成度有多低
TechmemeAI 評分 56
同時在說的其他事
- 熱度指數 637發酵中DeepSeek 開源 dsh-superagent 編碼 Agent 原型12 個來源
- 熱度指數 386爆四家 AI 廠商起草 robots.txt 訓練偏好宣告6 個來源
- 熱度指數 304OpenAI 下調融資目標，Anthropic 上市或僅獲 BB 評級9 個來源
- 熱度指數 286新OpenAI 在阿布扎比簽署四項協議並推進融資3 個來源
- 熱度指數 266新ChatGPT 與 Codex 12 月起共用額度，高階模型消耗更多3 個來源
熱度怎麼算的？瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。
本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加