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
Source: DataLearnerAI
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | Claude Sonnet 4.6thinking | 1633 | 2026-02-17 | 未知 |
| 2 | Claude Opus 4.6thinking | 55 | 2026-02-05 | 未知 |
| 3 | 54 | 2026-02-05 | 未知 | |
| 4 | GLM-5thinking | 46 | 2026-02-11 | 7440 |
| 5 | Kimi K2.5thinking | 40 | 2026-01-27 | 10000 |
| 6 | MiniMax M2.5thinking | 36 | 2026-02-12 | 2290 |