Ausgabe 6. November 2026

Kein KI-Agent erreicht mehr als 12 Prozent im neuen Benchmark von SemiAnalysis für reale Arbeitsaufgaben

GDPx bewertet KI-Agenten in simulierten Arbeitsumgebungen; kein Modell erreicht mehr als 12 Prozent.

GDPx umfasst 206 Aufgaben aus elf Bereichen, von Chipdesign und Biologie bis hin zu Cybersicherheit und Recht; Verwaltung und Versicherungen sind ausgenommen. In einigen Bereichen, darunter Recht und Hardwaredesign, bewerten Sprachmodelle die Ergebnisse anhand von Kriterien statt menschlicher Fachleute; Außenstehende können daher weder den Schwierigkeitsgrad der Aufgaben noch die Qualität der Bewertung vollständig überprüfen.

Diese Zusammenfassung basiert auf dem verfügbaren vollständigen Quellentext. Mit KI-Unterstützung erstellte Zusammenfassung. Maßgeblich ist die Originalquelle.