אף סוכן AI לא עובר 12% במבחן העבודה החדש של SemiAnalysis
חברת האנליזה SemiAnalysis פרסמה את GDPx, מבחן שמציב סוכני AI ב-206 משימות עבודה מדומות, בהן תכנון שבבים ומסחר כמותי. Claude Opus 5.5 מוביל עם 12% בלבד, לפני Gemini 4 Carbon הזול בהרבה, ומבקרים מטילים ספק במהימנות התוצאות בגלל מספר המשימות הקטן ותנאי הבדיקה הלא אחידים.