幣界網消息，SemiAnalysis聯合14家專業數據公司推出GDpx，專門測試頂尖AI agent的實際工作能力。整套評測包含206項高難度任務，覆蓋芯片設計、金融、法律、生物、網絡安全、軟體工程等11個領域。研究人員為AI搭建了完整的專業環境，金融測試複刻了一筆8.8億美元的真實收購交易，放入約4000份匿名文件，讓agent自行翻合同、查賬、修改財務模型。結果顯示，Opus以12分的綜合成績奪冠，Google Gemini得4分，Carbon為10.9分，GPT-6 Astra為9.6分。金融和法律領域尤其難，所有參測模型均得零分。儘管頂尖模型具備單項能力，但在複雜工作中難以統籌多項要求。