SemiAnalysis veröffentlicht den Agenten-Benchmark GDpx: 206 Aufgaben in 11 Domänen, 13 Frontier-Modelle — Opus 5.5 führt mit 12,0 Prozent, Gemini 4 Carbon ist viermal billiger pro Aufgabe

SemiAnalysis veröffentlicht den Agenten-Benchmark GDpx: 206 Aufgaben in 11 Domänen, 13 Frontier-Modelle — Opus 5.5 führt mit 12,0 Prozent, Gemini 4 Carbon ist viermal billiger pro Aufgabe — SemiAnalysis hat am 2. November GDpx veröffentlicht, einen Agenten-Benchmark über 11 professionelle Domänen mit 206 Aufgaben, gebaut mit 14 spezialisierten Datenpartnern. Das V1-Leaderboard rankt 13 Modelle: Claude Opus 5.5 liegt vorn mit 12,0 Prozent bei 51,41 Dollar pro Aufgabe, Gemini 4 Carbon folgt mit 10,9 Prozent bei nur 16,29 Dollar, GPT-6 Astra erreichte 9,6 Prozent bei 53,99 Dollar, Meta Muse Wonder Full 9,0 Prozent, GLM 5.3 zuletzt 2,7 Prozent. Die Kosten-spalte zeigt: Der guenstigste Platz-2 ist nahezu qualitaetsgleich mit dem dreimal teureren Spitzenreiter. Quelle · 🗃 Wayback Machine (Archiv)