跳到正文
热点事件历史事件

GDPx基准：12款模型每分成本与安全过滤

1 篇报道1 个报道来源10 天前更新

先了解这件事

AI 综述

SemiAnalysis 于 11 月 2 日发布 GDPx 智能体基准，覆盖 11 个领域共 206 个长任务，单任务最长运行 8 小时。得分最高的 Claude Opus 5.5 仅得 12.0%，每任务成本 51.41 美元。 后续分析据此计算了 12 款模型的“每分成本”，即每获得一个基准分所需的费用，并整理了 SemiAnalysis 自己列出的注意事项，同时用一个任务示例说明评分标准之严格。

AI 根据报道生成 · 10 天前更新

最新进展11月6日 03:13
GDPx 智能体基准：12 款模型的每分成本与安全过滤注意事项

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. Hacker News · AI 讨论
    GDPx 智能体基准：12 款模型的每分成本与安全过滤注意事项

    SemiAnalysis 于 11 月 2 日发布 GDPx 基准，含 11 个领域 206 个长任务，单任务最长运行 8 小时，最佳模型 Claude Opus 5.5 仅得 12.0%、每任务成本 $51.41。