ИИ 3 ноября 2026, 18:30 МСК

SemiAnalysis представила GDPx: лучший результат ИИ в тесте составил 12%

По сообщению «Хабр Новостей», в новом тесте профессиональных задач GDPx от SemiAnalysis лучший общий результат показала Claude Opus 5.5 — 12%.

SemiAnalysis опубликовала бенчмарк 2 ноября: он охватывает 11 профессиональных областей, а на выполнение каждой задачи агентам дают до восьми часов. Задания подготовили 14 партнёров, создающих среды обучения с подкреплением для ИИ-лабораторий.

По представленным результатам, GPT-6 Astra лидирует в самоулучшении ИИ и материаловедении, а Gemini 4 Carbon — в биологии и разработке ПО. В финансах и праве ни одна модель не решила ни одной задачи. Большая часть заданий остаётся закрытой, а вопрос об их доступности для независимой проверки пока не решён, поэтому результат 12% относится именно к этому тесту, а не ко всем профессиональным задачам.

• GDPx охватывает 11 профессиональных областей
• На задачу отводится до восьми часов
• Большая часть заданий остаётся закрытой