加载中...
加载中...
OpenAI在2025年9月推出的GDPval基准，将焦点转向“具有经济价值的真实任务”，而第三方独立机构Artificial Analysis在此基础上开发的GDPval-AA，进一步引入了agentic（代理）能力评估和ELO排行榜，成为当前最受关注的“实用性”评测基准之一。
衡量AI模型在对美国GDP贡献最大的行业中，完成知识型工作的能力
数据来源：DataLearnerAI
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
查看 GDPval-AA 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | Claude Opus 4.6 深度思考工具可联网 | 1606 | 2026-02-05 | 未知 |
| 2 | Gemini 3.1 Pro Preview 思考水平 · 高工具 | 1317 | 2026-02-20 | 未知 |
| 3 | GPT-5.4 Pro 思考水平 · 高工具 | 82 | 2026-03-05 | 未知 |
| 4 | GPT-5.2 思考水平 · 高工具 | 70.9 | 2025-12-11 | 未知 |
| 5 | GPT-5.2 深度思考工具 | 61 | 2025-12-11 | 未知 |
| 6 | Claude Sonnet 4.6 思考水平 · 中 | 57 | 2026-02-17 | 未知 |
| 7 | MiniMax-M2.7 思考水平 · 中 | 50 | 2026-03-18 | 2300 |
| 8 | GLM-5 思考水平 · 中 | 46 | 2026-02-11 | 7440 |
| 9 | Kimi K2.5 思考水平 · 中 | 40 | 2026-01-27 | 10000 |
| 10 | Claude Sonnet 4.5 思考水平 · 中 | 39 | 2025-09-30 | 未知 |
| 11 | MiniMax M2.5 思考水平 · 中 | 36 | 2026-02-12 | 2290 |
| 12 | Gemini 3.0 Pro (Preview 11-2025) 思考水平 · 高 | 35 | 2025-11-18 | 未知 |
| 13 | Claude Sonnet 4 思考水平 · 中 | 33 | 2025-05-23 | 未知 |
| 14 | Claude Sonnet 3.7 思考水平 · 中 | 28 | 2025-02-25 | 未知 |
| 15 | Gemini 2.5-Pro 思考水平 · 中 | 22 | 2025-06-05 | 未知 |