Лучшая модель на сегодня решает 12% реальных профессиональных задач. Цифра кажется опечаткой, ведь у вас наверняка завалялся проект, написанный ИИ. Но результаты нового бенчмарка GDPx от SemiAnalysis это доказывают. SemiAnalysis, компания, известная разборами полупроводникового рынка и экономики ИИ, опубликовала 2 ноября бенчмарк GDPx. Лучший общий результат показала ИИ-модель — Claude Opus 5.5 от Anthropic. Авторы — Макс Кан, Эндрю Мегалаа и основатель SemiAnalysis Дилан Пател — строили его как самый строгий тест агентных способностей в задачах, за которые бизнес готов платить. Читать далее