GDPx

GDPx 是 SemiAnalysis 于 2026 年 11 月 2 日 发布的 通用智能体基准。它在 11 个领域 共 206 道题 上评测前沿模型——芯片设计、网络安全、生物、金融、法律、量化交易、递归自我改进、硬件设计、材料科学、对齐与软件工程——SemiAnalysis 认为这些才是 AI 最先产生万亿美元收入的高 ROI 场景，而不是按 GDP 占比加权。

题目与 14 家 专业 RL 环境创业公司合作，并经过严格质检。v1 榜单上，Claude Opus 5.5 以 12.0% 总分领先，其后是 Gemini 4 Carbon（10.9%） 与 GPT-6 Astra（9.6%），没有模型在所有领域都第一。SemiAnalysis 计划每 3–6 个月更新一次。

设计取舍

• 领域选择对应 SemiAnalysis 的 Tokenomics 需求判断，刻意排除政府、保险等他们认为 ROI 较低的行业；
• 合作方包括 Aria/Arcverex/Ergodex（芯片）、Arithmetic（安全）、Latch Bio、Living Context、Chakra、Third Moment、Extrapolate、Beautiful Machines、ValenceForge/Emulated、Fleet、Datacurve 等；
• 二元/部分得分混合，三次尝试取 pass@1，各领域等权；
• 部分合作方开源单题 rollout，其余保密以防刷榜。

低分的意义

最高分约 12% 是刻意的：希望对 GPT-6 / Opus 5.5 级别系统仍然够难，才能持续衡量进步。

1. 在 https://gdpx.semianalysis.com/ 查看实时榜单与分领域页面。
2. 阅读 SemiAnalysis 通讯中的方法论文章，了解合作方与质检流程。
3. 按具体垂直场景对比时，看分领域成绩而不是只看总分。
4. 基准会每隔几个月更新，v1 数字应视为阶段性快照。