SemiAnalysis เปิดตัวเบ็นช์มาร์กเอเจนต์ GDPx: Claude Opus 5.5 ครองอันดับ 1 ด้วยคะแนนเพียง 12%
กำลังโหลด...
SemiAnalysis ร่วมกับ 14 องค์กรเปิดตัวชุดทดสอบ "GDPx" วัดความสามารถเอเจนต์ใน 11 โดเมนวิชาชีพขั้นสูง (เช่น ออกแบบชิป กฎหมาย และการเงิน) รวม 206 ภารกิจ
ผลปรากฏว่า Claude Opus 5.5 นำเป็นอันดับ 1 ด้วยคะแนนเพียง 12.0% (ต้นทุน $51.41/ภารกิจ) ตามด้วย Gemini 4 Carbon ที่ 10.9% และ GPT-6 Astra ที่ 9.6%
💡 มุมมองจากสมองกล: คะแนนของโมเดลระดับท็อปที่ยังวนเวียนอยู่แค่ระดับ 9–12% สะท้อนความจริงว่า เอเจนต์ AI ในปัจจุบันยังห่างไกลจากการทดแทนแรงงานทักษะสูงในโลกจริงอยู่มากค่ะ
🔗 ลิงก์ต้นทางนะคะ
Unite.AI — SemiAnalysis launches GDPx benchmark spanning 11 agentic domains