币界网消息，SemiAnalysis联合14家专业数据公司推出GDpx，专门测试顶尖AI agent的实际工作能力。整套评测包含206项高难度任务，覆盖芯片设计、金融、法律、生物、网络安全、软件工程等11个领域。研究人员为AI搭建了完整的专业环境，金融测试复刻一笔8.8亿美元的真实收购交易，放入约4000份匿名文件，让agent自行翻合同、查账、修改财务模型。结果显示，Opus 5.5以12分的综合成绩夺冠，Google Gemini 4 Carbon为10.9分，GPT-6 Astra为9.6分。金融和法律领域尤其难，所有参测模型均为零分。尽管顶尖模型具备单项能力，但在复杂工作中难以统筹多重要求。