#AI基準測試 相關新聞

SemiAnalysis發布GDPx基準測試：最強AI代理真實工作效能僅12%，企業部署策略需重新審視

市場研究機構SemiAnalysis推出全新GDPx基準測試，以206項模擬真實商業環境的任務評測AI代理效能，結果顯示最強模型Claude Opus 5.5亦僅得12%，金融與法律任務全軍覆沒。本文剖析報告細節，並探討對企業評估AI投資與部署策略的啟示。