IXThinker·2025-09-27 14:50

OpenAI發布GDPval基準 冠軍竟不是自家模型

OpenAI發布新基準GDPval，衡量AI模型在真實世界中具有經濟價值任務上的表現。結果由Claude Opus 4.1奪魁，OpenAI自家模型未能登頂，成為測評的一大焦點。

基準設計

GDPval覆蓋對美國GDP貢獻最大的9個行業、44種職業，這些職業年均創收合計達3萬億美元。任務基於平均擁有14年經驗的行業專家的代表性工作設計，貼近真實經濟場景。