नए GDPx टेस्ट में कोई भी AI एजेंट 12 percent से ऊपर नहीं गया
SemiAnalysis ने GDPx नाम का नया टेस्ट जारी किया है, जिसमें AI एजेंट्स को चिप डिज़ाइन और quant trading जैसे सिमुलेटेड ज्ञान-आधारित काम दिए जाते हैं। कोई भी मॉडल 12 percent से ऊपर स्कोर नहीं कर पाया। Claude Opus 5.5 ने Gemini 4 Carbon से थोड़ी बढ़त के साथ आगे रहकर बढ़त बनाई है, हालांकि आलोचकों का कहना है कि इसमें कार्य बहुत कम हैं।
आसान शब्दकोशSemiAnalysis, benchmark, quant trading
- SemiAnalysis
- कंप्यूटर चिप और AI हार्डवेयर उद्योग के विस्तृत विश्लेषण के लिए जानी जाने वाली एक शोध फर्म।
- benchmark
- AI सिस्टम के किसी खास काम में प्रदर्शन मापने और तुलना करने के लिए इस्तेमाल होने वाला मानक टेस्ट।
- quant trading
- जटिल गणितीय मॉडलों के आधार पर तय करना कि कौन सी वित्तीय संपत्ति खरीदनी या बेचनी है, ऐसा ट्रेडिंग।
बर्निंग पोटैटो स्कोर: 72%