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
Browse the latest scores, model modes, release dates, and parameter sizes for GDPval-AA.
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | Claude Opus 4.6 Deep ThinkingToolsInternet | 1606 | 2026-02-05 | 未知 |
| 2 | Gemini 3.1 Pro Preview Thinking Level · HighTools | 1317 | 2026-02-20 | 未知 |
| 3 | GPT-5.4 Pro Thinking Level · HighTools | 82 | 2026-03-05 | 未知 |
| 4 | GPT-5.2 Thinking Level · HighTools | 70.9 | 2025-12-11 | 未知 |
| 5 | GPT-5.2 Deep ThinkingTools | 61 | 2025-12-11 | 未知 |
| 6 | Claude Sonnet 4.6 Thinking Level · Medium | 57 | 2026-02-17 | 未知 |
| 7 | MiniMax-M2.7 Thinking Level · Medium | 50 | 2026-03-18 | 2300 |
| 8 | GLM-5 Thinking Level · Medium | 46 | 2026-02-11 | 7440 |
| 9 | Kimi K2.5 Thinking Level · Medium | 40 | 2026-01-27 | 10000 |
| 10 | Claude Sonnet 4.5 Thinking Level · Medium | 39 | 2025-09-30 | 未知 |
| 11 | MiniMax M2.5 Thinking Level · Medium | 36 | 2026-02-12 | 2290 |
| 12 | Gemini 3.0 Pro (Preview 11-2025) Thinking Level · High | 35 | 2025-11-18 | 未知 |
| 13 | Claude Sonnet 4 Thinking Level · Medium | 33 | 2025-05-23 | 未知 |
| 14 | Claude Sonnet 3.7 Thinking Level · Medium | 28 | 2025-02-25 | 未知 |
| 15 | Gemini 2.5-Pro Thinking Level · Medium | 22 | 2025-06-05 | 未知 |