跳到正文
原文
量子位· 鹭羽·· 2 天前AI 评分20

UniPat AI 发布湿实验预测基准 SPU:Claude Opus 5.5 平均分仅 0.486,推理拉满也难提升

「史上最严」湿实验预测基准发布!推理拉满、算力翻5倍也白搭

AI 导读

UniPat AI 牵头推出湿实验预测基准 SPU,含 116 个任务、4207 个湿实验,覆盖化学、材料科学、生物和医学,公开任务实测结果对模型隐藏。首轮评测 12 款前沿模型 13 种配置,最高分 Claude Opus 5.5 仅 0.486,仅一半任务超过随机水平。GPT-6 Astra 推理强度调至最高后运行时间增至 4.8 倍、API 成本增至 5.3 倍,预测得分几乎不变。

来源:量子位 · qbitai.com