Lunes 2 de noviembre de 2026 ·

El nuevo benchmark GDPx de SemiAnalysis: el mejor modelo completa solo el 12% de las tareas

Relevancia 69 de 100

SemiAnalysis publicó el 2 de noviembre de 2026 GDPx, un benchmark de agentes de IA con 206 tareas repartidas en once profesiones, desde diseño de chips hasta finanzas. En la primera clasificación, Claude Opus 5.5 de Anthropic lidera con un 12,0%, seguido de Gemini 4 Carbon de Google (10,9%) y GPT-6 Astra de OpenAI (9,6%). Ninguno de los trece modelos probados alcanza un quinto del total. El benchmark mide trabajo profesional real completado de forma autónoma, algo que los tests de programación no evalúan.

Qué significa

Los agentes de IA todavía fallan la mayoría de tareas profesionales complejas en sectores como chips, derecho o finanzas, lo que modera las expectativas sobre la automatización del trabajo a corto plazo.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del lunes 2 de noviembre de 2026 ->