أطلقت مؤسسة سيمي أناليسيس اختبار GDPx لقياس قدرة نماذج الذكاء الاصطناعي على إنجاز مهام مهنية متعددة الخطوات في بيئات ومشروعات معقدة. وتصدر كلود أوبوس 5.5 الترتيب الإجمالي بنتيجة 12 في المائة، وفق لوحة النتائج المنشورة.
ويضم الاختبار 206 مهام موزعة على 11 مجالاً، وأُعد بالتعاون مع 14 شريكاً متخصصاً، بحسب المؤسسة. وتشمل المجالات البرمجة وتصميم الشرائح الإلكترونية والتمويل والقانون والأحياء والأمن السيبراني، فيما تختلف طبيعة الاختبار من مجال إلى آخر.
ويركز GDPx على أداء النماذج في مشروعات تتطلب استخدام أدوات وتحليل ملفات وتنفيذ خطوات مترابطة، بدلاً من الاكتفاء بالإجابة عن سؤال منفرد. ومن أمثلة المهام التعامل مع ملفات صفقة مالية، والعمل في برامج هندسية، وتحليل بيانات تجريبية.
وحل جيميني 4 كاربون في المركز الثاني بنتيجة 10.9 في المائة، متقدماً على جي بي تي 6 أسترا الذي جاء ثالثاً بنسبة 9.6 في المائة، وفق لوحة النتائج.
وتخص هذه النتائج أداء النماذج في اختبار GDPx ووفق شروطه، ولا تمثل معدلات نجاحها في جميع الأعمال التي قد يطلبها المستخدمون. كما تستلزم المقارنة مراعاة اختلاف النتائج بين المجالات وتكاليف تشغيل النماذج.