Notizia · · Per tutti
GDPx, il nuovo test di SemiAnalysis sui lavori reali: il miglior modello risolve il 12%
La società di analisi SemiAnalysis ha pubblicato GDPx, un benchmark di 206 compiti in 11 settori professionali, dalla finanza al diritto alla progettazione di chip, da svolgere in ambienti realistici fino a otto ore. Claude Opus 5.5 è primo con 12 punti, davanti a Gemini 4 Carbon (10,9) e GPT-6 Astra (9,6).
Fonte: SemiAnalysis ↗
Perché conta
Molti test misurano risposte a domande chiuse. GDPx invece mette i modelli dentro ambienti di lavoro simulati, per esempio un archivio di circa 2.000 documenti da esaminare per un'operazione finanziaria. Il risultato ridimensiona molte aspettative: anche il modello migliore porta a termine poco più di un compito su dieci, e in finanza e diritto quasi nessuno completa il lavoro.
La classifica conferma il gruppo di testa delle altre misure indipendenti: Opus 5.5, Gemini 4 Carbon e GPT-6 Astra. SemiAnalysis avverte che i filtri di sicurezza di Opus e Astra a volte bloccano compiti di sicurezza informatica e biologia. Molti compiti non sono pubblici, quindi il test non è replicabile. Prezzi e accesso dei modelli sono nella nostra pagina.
Commento della redazione di Radar IA