Im GDPx-Benchmark von SemiAnalysis bearbeiten KI-Agenten 206 simulierte Aufgaben aus elf Berufsfeldern. Claude Opus 5.5 führt mit 12 Prozent vor Gemini 4 Carbon mit 10,9 und GPT-6 Astra mit 9,6 Prozent. Finanz- und Rechtsaufgaben löste kein Modell vollständig; Kritiker bemängeln die Testmethodik.