Skip to content
AIインテリジェンスNov 5, 2026AIインテリジェンス
記事

SemiAnalysisの新しいGDPxベンチマークは、チップ設計からクオンツ取引まで実世界の知識労働をシミュレートするもので…

…どのAIエージェントも12パーセントを超えるスコアを出せないことが判明した。Claude Opus 5.5がGemini 4 Carbonをわずかに上回って首位となっている。批評家は、ドメインごとのタスク数が少ないこととテスト条件の不均一さを指摘している。

AI生成:要約はリンク先の情報源をもとにAIが作成しています。 AIの利用について

AI生成出典: The Decoder
01

ソース要約

SemiAnalysisの新しいGDPxベンチマークは、チップ設計からクオンツ取引まで実世界の知識労働をシミュレートするもので、どのAIエージェントも12パーセントを超えるスコアを出せないことが判明した。Claude Opus 5.5がGemini 4 Carbonをわずかに上回って首位となっている。批評家は、ドメインごとのタスク数が少ないこととテスト条件の不均一さを指摘している。

02
研究ベンチマークAIエージェントSemiAnalysis評価号を見る