Sundar Pichai称赞Carbon的基准质量与成本表现

11月2日

1. 13:35

   Unite.AI

   SemiAnalysis 发布 GDPx 基准，覆盖 11 个智能体领域

   SemiAnalysis 发布 GDPx 基准，覆盖芯片设计、网络安全、生物、金融、法律等 11 个专业领域，首版含 206 个任务、由 14 家数据伙伴构建，榜单收录 13 个模型。Claude Opus 5.5 以 12.0% 居首，单任务平均成本 51.41 美元、输出 548K token；Gemini 4 Carbon 以 10.9% 第二，GPT-6 Astra 以 9.6% 第三。SemiAnalysis 称该基准每 3 至 6 个月更新一版，并批评 OpenAI GDPval 的任务为非交互式、上下文直接写在提示词里。

   展开摘要
2. 12:34

   Sundar Pichai

   皮查伊点评 SemiAnalysis GDPx 基准与 Carbon 成本

   SemiAnalysis 发布 GDPx 基准，用于衡量智能体在高价值领域的表现，称最强模型仅得 12%。Sundar Pichai 转发并评论称，很高兴看到留有提升空间的高质量基准，并特别提到 Carbon 的成本曲线。