OpenAI测试称GPT-5媲美专家 siyushenqi.com • 2025 年 9 月 28 日 下午4:21 • 行业动态 • 阅读 377 OpenAI发布GDPval，首次用“AI vs 行业专家”的胜率量化模型在九大GDP核心行业的经济价值表现。 摘要 Claude Opus 4.1 49% 任务不输人类，GPT-5-high 40.6%，差距主要来自图表美观度而非实质能力。 GDPval-v0仅测“写报告”这一单点任务，未覆盖交互流程与实操环节，远未到取代程度。 15个月内从GPT-4o的13.7%跃升至40%+，OpenAI预计曲线将继续陡峭上升。 工具属性优先——帮专业人士节省时间，让其聚焦更高价值工作，而非直接替代人类岗位。 当地时间周四（9月25日），人工智能（AI）研究公司OpenAI发布了一项新的基准测试，用于比较其AI模型与各行业专业人士的工作表现。 这项测试名为GDPval，是一次初步尝试，旨在评估OpenAI的系统距离在经济价值工作上超越人类有多近。而经济价值工作是OpenAI开发通用人工智能（AGI）的关键环节。 OpenAI周四表示，其GPT-5模型以及竞争对手Anthropic公司的Claude Opus 4.1“已经接近行业专家的工作质量”。 这并不意味着OpenAI的模型会立刻取代人类工作。尽管一些CEO预测AI在几年内就会取代人类，但OpenAI承认GDPval目前只涵盖人们实际工作中有限的一部分任务。不过，这是该公司用来衡量AI向这一里程碑迈进的最新方式之一。 GDPval基于美国GDP贡献最大的九个行业，包括医疗、金融、制造业和政府等领域。测试覆盖了44种职业，从软件工程师到护士再到记者。 在首个版本GDPval-v0中，OpenAI邀请资深专业人士对比AI生成的报告与其他专业人士的成果，并挑选出更优者。 例如，某项任务要求投行人员为“最后一公里配送行业”制作竞争格局分析，并与AI生成的报告进行对比。OpenAI随后将AI模型在全部44个职业中对抗人类报告的“胜率”进行平均计算。 结果显示，GPT-5-high（高算力版本GPT-5）在40.6%的情况下被评为优于或与行业专家持平。 而Anthropic的Claude Opus 4.1模型则在49%的任务中被评为不输于行业专家，这一表现超过了OpenAI的模型。 OpenAI对此解释称，之所以Claude得分更高，部分原因是其倾向于生成更美观的图表，而非纯粹性能更优。 需要说明的是，大多数职业的工作远不止提交研究报告，而这却是GDPval-v0所测试的全部内容。OpenAI承认这一点，并计划在未来开发更全面的测试，涵盖更多行业和交互式工作流程。 尽管如此，OpenAI仍认为GDPval的进展具有重要意义。 OpenAI首席经济学家Aaron Chatterji在接受采访时表示，GDPval的测试结果表明，这些岗位上的人们可以利用AI模型节省时间，从而专注于更有意义的工作。 “因为模型在某些事情上已经变得很擅长，随着能力的提升，人们可以越来越多地把部分工作交给模型，去做潜在更有价值的事情，”Chatterji说。 OpenAI评估负责人Tejal Patwardhan表示，她对GDPval的进步速度感到鼓舞。 Patwardhan指出，约15个月前发布的GPT-4o模型得分仅为13.7%（胜出或持平人类），而GPT-5的成绩几乎提高了三倍。她预计这一趋势还会继续。 相关阅读外贸展会后怎么跟进客户？72小时、7天、30天的完整SOP网易辟谣：王怡未离职，部分营销团队并入事业部OpenAI内部信"摊牌"：微软联盟已成枷锁，将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股；众擎机器人完成2亿美元B轮融资；红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付；社交APP伊拉克支付提现渠道；收巴西各类流量；海外买量｜私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店；9家游戏公司财报深度拆解；非洲市场又一电商巨头退场；Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西：先打假冒伪劣智元机器人，一分为四！ 本文源自「私域神器」，发布者：siyushenqi.com，转载请注明出处：https://www.siyushenqi.com/66768.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器：海外私域营销拓客软件 大作对轰，怒排三小时：中国厂商在日本像打了鸡血 上一篇 2025 年 9 月 28 日 下午4:20 AI基建独角兽，融资78亿+ 下一篇 2025 年 9 月 28 日 下午4:21 相关推荐 行业动态 外贸SOHO怎么选品？三个问题你需要了解一下！ 根据资金情况定位产品 SOHO的前期资金投入比较大，主要用在开发客户、打样、囤货和发货。而且前期势必要交一些学费的，走一些弯路是很正常的，并且很有可能前半年甚至一年没什么收入。所以我们在选品的时候一定要小心，高端产品暂时不要考虑，资金占用太多，市场面对的受众又太少，订单量短时间不会太多。 很多国外的买家会分析当地市场情况，去了解当地市场在品质和价格之间的平衡… siyushenqi.com 2025 年 9 月 28 日 下午4:21 377000 行业动态 私域神器每周合作精选No.155｜平台方收短剧；印尼短剧平台寻流量平台；游戏发行寻研发；优质产品收海外流量 本期精选的合作类型涵盖平台方收短剧；印尼短剧平台寻流量平台；游戏发行寻研发；优质产品收海外流量等。接下来就一起看看吧~ siyushenqi.com 2025 年 8 月 17 日 411000 行业动态 23岁创始人用AI帮人谈恋爱，月入百万 市场正在增长，但仍是小生意。 siyushenqi.com 2025 年 8 月 13 日 397000 行业动态 测试了7个月之后，Rovio决定砍掉开发中的解谜RPG《凤凰突击队》 Poecketgamer 6月23日消息，《愤怒的小鸟》开发商Rovio将把《凤凰突击队》从应用商店下架。 siyushenqi.com 2025 年 8 月 26 日 492000 西山居真有你的：《剑网1》原味移植手机，在越南受追捧 | 东南亚出海秀 在榜单上，《奇迹：跨时代》和《PUBG Mobile》分别是出海越南和马来西亚的手游中收入第一名。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 485000 移动经济回暖：2023 年上半年全球应用内支出 年增长达 675 亿美元 在经历 了2022 年衰退后，移动用户支出回归正常正增长，年同比增长率达 5.3%。下载量也增长了 3.2%。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 421000 行业动态 Telesign 解决方案工程师 杨玉青 GICC2025丨第六届全球互联网产业CEO大会跨境电商线上峰会演讲嘉宾！ Telesign 解决方案工程师 杨玉青 GICC2025丨第六届全球互联网产业CEO大会跨境电商线上峰会演讲嘉宾！ siyushenqi.com 2025 年 10 月 7 日 391000 巴西税改35天，拉美电商迎变局 拉美电商，正变成一块硬骨头 siyushenqi.com 2025 年 8 月 12 日 • 行业动态 417000 赤子城科技发布Q1数据：收入预期超5亿元，社交月活环比增长25.8% 社交布局进入收获期，赤子城科技（9911）一季度业绩实现爆发式增长。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 547000 行业动态 谷歌广告注册前需要准备哪些资料 谷歌广告注册前需要准备哪些资料。 siyushenqi.com 2025 年 8 月 3 日 548000 “AI来了，我下岗了” “我觉得这是一场革命，一场新的工业革命。而所有人在这场革命中都有机会重新做出选择，找到自己的新路。” siyushenqi.com 2025 年 8 月 14 日 • 行业动态 423000 在手游里追星，这家公司靠二次元偶像一年赚3亿 根据推特公布的2022年第一季度游戏话题热度排行榜，乐元素旗下二次元偶像IP 《偶像梦幻祭》（Ensemble Stars）排名第三，仅次于全球大热的《原神》和异军突起的《Wordle》。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 406000 行业动态 中东女性内衣市场是一条新赛道吗？ 中东女性内衣市场是一条新赛道吗？ siyushenqi.com 2025 年 8 月 12 日 449000 少有人做的美术和玩法，他们的第一款游戏就敢和大厂硬碰硬？ 在前阵子的TapTap游戏发布会上，一款名为《大野逐龙》的游戏吸引了我的视线。虽然同在发布会上的战棋游戏还有《环形战争》《铃兰之剑》，但它的国风题材在其中独树一帜。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 584000 行业动态 AI大模型创业，悄悄盯上年轻人最爱的「谷子经济」 随着AI技术的发展，传统玩具和二次元周边产品（如芭比娃娃、棉花娃娃、手办等）正在被赋予“生命”，能够与用户进行互动和情感连接。这种技术升级不仅满足了用户对情感陪伴的需求，还推动了新的消费市场形成。 siyushenqi.com 2025 年 8 月 13 日 439000 行业动态 WhatsApp蓝标号对跨境电商企业的优势详解 提升品牌可信度 增强客户信任感 促进客户沟通效率 提高销售转化率 支持多语言交流 提升品牌可信度 WhatsApp蓝标号是企业获得官方认证的标识，显示了企业的合法性和权威性。对于跨境电商企业来说，这一标识不仅意味着业务的真实性，还能有效减少潜在客户对假冒商家的疑虑，从而增强品牌形象。通过获得蓝标号，电商企业能够在全球市场中树立更高的信任感，特别是在跨境交易的… siyushenqi.com 2025 年 9 月 28 日 下午4:21 377000 社交出海转舵做游戏，大佬们靠的是什么？ 至于从运用经验再到检验成果，大概需要更长的时间。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 607000 行业动态 我靠Facebook搞到欧美客户，但这5个坑差点让我血本无归 干了8年外贸，从把Facebook当广告牌乱发帖，到摸清欧美客户脾性，靠内容、广告和社群真正搞到订单。我把烧钱买教训换来的5个核心认知和实操步骤，毫无保留地分享给你，别再踩我踩过的坑了。 siyushenqi.com 2026 年 3 月 6 日 321000 行业动态 聊聊国内「类Sora模型」发展现状，和 Sora 的差距到底有多大？ 伴随着 Sora 的出现，国内的 AI 企业呢？有无类似 Sora 的产品？有无相应的技术积累？有无快速组建团队跟进文生视频技术的能力？ siyushenqi.com 2025 年 8 月 13 日 443000 研发团队准备开滴滴，复活这款停服7天的游戏 关服一周又活了。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 425000 行业动态 揭秘泡泡玛特，106个海外门店何以贡献45%收入 泡泡玛特创始人、CEO王宁在乌镇举办的管理层团建和培训会上邀请了国际奢侈品高管作为嘉宾，显示出公司全力推进国际化的决心，并对海外业务收入增长寄予厚望。 siyushenqi.com 2025 年 8 月 5 日 490000 行业动态 Facebook先下手为强 投资印尼增长最快的应用程序 Gojek Facebook和Paypal已经宣布投资Gojek，这是印度尼西亚第一个且增长最快的应用程序。 siyushenqi.com 2025 年 8 月 26 日 473000 私域神器周报 No.57丨马斯克宣布成立 x.AI 公司 《太空行动》全球用户突破两亿 私域神器周报 No.57丨马斯克宣布成立 x.AI 公司 《太空行动》全球用户突破两亿 siyushenqi.com 2025 年 8 月 15 日 • 行业动态 466000 行业动态 Reddit Karma是什么？Post Karma和Comment Karma的提升指南 在Reddit这一用户活跃度高的社区里，想要获得更好的曝光，我们就需要提升我们的Karma值，什么是Reddit Karma？怎么样才能提升以获得更大的影响力？本文将为你提高一套切实可行的提升方案。 一、什么是Reddit Karma？ Reddit Karma是用户在Reddit上发帖和评论后，由其他用户通过点赞（upvote）和点踩（downvote）来… siyushenqi.com 2025 年 9 月 28 日 下午4:21 377000 行业动态 2025小游戏厂商数量激增1.5倍，头部垄断之下亦有垂直细分“黑马”跑出？丨2025小游戏百强榜单解读 城市地域特色更加明显，小游戏赛道格局基本成型。 siyushenqi.com 2025 年 12 月 27 日 543000 行业动态 2025最新YouTube冷启动攻略：选题、标题、流量全搞定 在内容为王的时代，YouTube仍是全球流量最大的内容平台之一，尤其对跨境卖家、自媒体创作者来说，它不仅是品牌曝光的窗口，更是实现流量变现的关键渠道。 然而，大多数新手在冷启动阶段都会面临这样的问题：没人看、没人订阅、没有推荐。这不是内容不行，而是你还不懂冷启动的逻辑和节奏。 本文将系统拆解2025年YouTube冷启动的关键要素，从选题定位、标题优化到流量… siyushenqi.com 2025 年 9 月 28 日 下午4:21 377000 行业动态 如何利用私域神器提升WhatsApp获客效率，助力外贸业务增长的五大策略 在全球化的商业环境中，外贸企业的竞争越来越激烈。如何在市场中脱颖而出，获取更多客户，已经成为了每个外贸企业需要面对的重要课题。随着社交媒体和即时通讯工具的普及，WhatsApp成为了外贸企业开展客户沟通和销售的重要平台。为了提高WhatsApp的获客效率，越来越多的外贸企业开始借助私域流量工具，即“私域神器”，来优化客户管理、提高客户转化率，并最终促进业务的… siyushenqi.com 2025 年 9 月 28 日 下午4:21 377000 行业动态 2025年8月卡塔尔市场中国出海应用畅销榜 Top48 2025年8月卡塔尔市场中国出海应用畅销榜 Top48。 siyushenqi.com 2025 年 9 月 17 日 411000 8月销量骤降！卖家目标：少亏点 单量被按在地上摩擦，卖家疑问：都是谁在爆单…… siyushenqi.com 2025 年 8 月 13 日 • 行业动态 436000 行业动态 PAGC 2024 | 前线 · 东南亚出海峰会 存量时代下南洋 在游戏赛道成熟市场寻找第二增长点 5月9日 前线·东南亚出海峰会，我们不见不散！ siyushenqi.com 2025 年 8 月 18 日 418000 发表回复 请登录后评论...登录后才能评论 提交
