该研究覆盖了在美国GDP中占比较大的九个商业领域，涉及44个职业中的1300项工作任务。研究发现，AI模型执行职业任务的能力几乎已与人类专业人士相当。 
原文：https://zhuanlan.zhihu.com/p/1956340658328539184 
“我们发现今天最好的前沿模型已经接近行业专家产生的工作质量，”作者写道。Claude Opus 4.1排名第一，与人类工作相比的总体胜利或平局率为47.6%，其次是GPT-5-high的38.8%，以及o3 high的34.1%。 
更快更便宜：更重要的是，“我们发现前沿模型完成GDPval任务的速度比行业专家快约100倍，成本便宜约100倍。” 
GDPval包含哪些类型的工作？ 
• 房地产和租赁业：礼宾员；物业、房地产和社区协会经理；房地产销售代理；房地产经纪人；柜台和租赁店员。 
• 政府部门：娱乐工作者；合规官员；警察和侦探...