无一 AI 智能体在 SemiAnalysis 新真实工作基准 GDPx 上超过 12%

SemiAnalysis 发布 GDPx 基准，让 AI 智能体在长达八小时的模拟工作环境中完成 206 项、跨 11 个领域的任务，无模型得分超过 12%。Claude Opus 5.5 以 12% 居首，Gemini 4 Carbon 得 10.9% 但每任务成本仅 $16.29，约为前者三分之一；GPT-6 Astra 得 9.6%。