GDPval-AA
OpenAI在2025年9月推出的GDPval基准，将焦点转向“具有经济价值的真实任务”，而第三方独立机构Artificial Analysis在此基础上开发的GDPval-AA，进一步引入了agentic（代理）能力评估和ELO排行榜，成为当前最受关注的“实用性”评测基准之一。
更新于 2026年4月3日·654 次浏览
- 问题数量
- 1320
- 发布机构
- OpenAI
- 评测类别
- 生产力知识
- 评测指标
- Accuracy
- 支持语言
- 英文
- 难度等级
- 高难度
简介
衡量AI模型在对美国GDP贡献最大的行业中，完成知识型工作的能力
GDPval-AA评测最新大模型排名与完整榜单数据
查看 GDPval-AA 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据来源：DataLearnerAI
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
模型模式说明
GDPval-AA 排名
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Opus 4.6 扩展思考工具联网 | 1606.00 | 2026-02-05 | 未知 | 闭源 | |
 Gemini 3.1 Pro Preview 思考水平 · 高工具 | 1317.00 | 2026-02-20 | 未知 | 闭源 | |
 GPT-5.4 Pro 思考水平 · 高工具 | 82.00 | 2026-03-05 | 未知 | 闭源 | |
4 | GPT-5.2 思考水平 · 高工具 | 70.90 | 2025-12-11 | 未知 | 闭源 |
5 | GPT-5.2 思考水平 · 极高工具 | 61.00 | 2025-12-11 | 未知 | 闭源 |
6 | 57.00 | 2026-02-17 | 未知 | 闭源 | |
7 |  MiniMax-M2.7 开启思考 | 50.00 | 2026-03-18 | 2300亿 | 闭源 |
8 |  GLM-5 开启思考 | 46.00 | 2026-02-11 | 7440亿 | 免费商用 |
9 |  Kimi K2.5 开启思考 | 40.00 | 2026-01-27 | 10000亿 | 免费商用 |
10 | 39.00 | 2025-09-30 | 未知 | 闭源 | |
11 | MiniMax M2.5 开启思考 | 36.00 | 2026-02-12 | 2290亿 | 免费商用 |
12 | Gemini 3.0 Pro (Preview 11-2025) 思考水平 · 高 | 35.00 | 2025-11-18 | 未知 | 闭源 |
13 | Claude Sonnet 4 开启思考 | 33.00 | 2025-05-23 | 未知 | 闭源 |
14 | 28.00 | 2025-02-25 | 未知 | 闭源 | |
15 | Gemini 2.5-Pro 开启思考 | 22.00 | 2025-06-05 | 未知 | 闭源 |