A SemiAnalysis új GDPx benchmarkja 206, valós munkakörnyezetet és professzionális szoftvereket használó feladaton teszteli az AI-ügynököket. Az eredmények kiábrándítóak: Claude Opus 5.5 végzett az élen 12%-kal, mögötte Gemini 4 Carbon 10,9%-kal és GPT-6 Astra 9,6%-kal. A