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
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。
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
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Opus 4.8 扩展思考工具 | 1890.00 | 2026-05-28 | 未知 | 闭源 | |
 GPT-5.5 思考水平·高 | 1769.00 | 2026-04-23 | 未知 | 闭源 | |
Claude Opus 4.6 扩展思考工具联网 | 1606.00 | 2026-02-05 | 未知 | 闭源 | |
4 |  DeepSeek-V4-Pro 思考水平·极高工具 | 1554.00 | 2026-04-24 | 16000亿 | 免费商用 |
5 |  Muse Spark 开启思考工具 | 1444.00 | 2026-04-08 | 未知 | 闭源 |
6 | DeepSeek-V4-Flash 思考水平·极高工具 | 1395.00 | 2026-04-24 | 2840亿 | 免费商用 |
7 | GPT-5.5 Pro 思考水平·极高 | 82.30 | 2026-04-23 | 未知 | 闭源 |
8 | GPT-5.4 Pro 思考水平·高工具 | 82.00 | 2026-03-05 | 未知 | 闭源 |
9 | GPT-5.2 思考水平·高工具 | 70.90 | 2025-12-11 | 未知 | 闭源 |
10 | GPT-5.2 思考水平·极高工具 | 61.00 | 2025-12-11 | 未知 | 闭源 |
11 | 57.00 | 2026-02-17 | 未知 | 闭源 | |
12 |  Qwen3.6-Max-Preview 深度思考模式 | 51.00 | 2026-04-20 | 10000亿 | 闭源 |
13 |  MiniMax-M2.7 开启思考 | 50.00 | 2026-03-18 | 2290亿 | 非商用 |
14 |  GLM-5 开启思考 | 46.00 | 2026-02-11 | 7440亿 | 免费商用 |
15 |  Kimi K2.5 开启思考 | 40.00 | 2026-01-27 | 10000亿 | 免费商用 |
16 | 39.00 | 2025-09-30 | 未知 | 闭源 | |
17 | MiniMax M2.5 开启思考 | 36.00 | 2026-02-12 | 2290亿 | 免费商用 |
18 | 35.00 | 2025-11-18 | 未知 | 闭源 | |
19 | Claude Sonnet 4 开启思考 | 33.00 | 2025-05-23 | 未知 | 闭源 |
20 | 28.00 | 2025-02-25 | 未知 | 闭源 | |
21 |  Gemini 2.5-Pro 开启思考 | 22.00 | 2025-06-05 | 未知 | 闭源 |
