# 同一天两把尺子：SemiAnalysis 的 GDPx 让最强模型只拿 12 分，OpenAI 的 LifeVal 让自家模型在日常事务上拿九十多分
- 事件 ID：evt-20261103-03
- 日期：2026-11-03　截至：2026-11-03 08:17（北京时间）
- 证据等级：第三方评测、企业宣称
- 来自：https://www.newtoken.link/daily/2026-11-03#evt-20261103-03
为什么重要：过去一年，衡量 AI 工作能力最常用的是 OpenAI 自己的 GDPval。SemiAnalysis 批评它缺少真实工作环境，GDPx 则要求模型在环境里自己找材料、自己完成。我的立场是：两个基准的分数差距不是谁对谁错，而是在回答两个问题。LifeVal 测的是「替你跑腿」，任务多、单次风险低，模型已经很强；GDPx 测的是「替你判断」，一处错就全错，模型还远远不行。对读者来说，这个区分比任何单一分数都实用：把查资料、填表、比价交给 AI，把签字、定价、对外承诺留给自己。反方检验：GDPx 由一家行业研究机构和训练数据供应商合作完成，供应商有展示「模型还不行、需要买我的数据」的动机；Ethan Mollick 指出它缺少人类基线，0 分可能掩盖了有经济意义的差异；LifeVal 是 OpenAI 的内部评测，样例是自选的，无法独立复现。
## 来源（4 条）
- [SemiAnalysis：GDPx 发布文章](https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities)（第三方评测）
- [GDPx 官网榜单](https://gdpx.semianalysis.com/)（第三方评测）
- [OpenAI：LifeVal](https://openai.com/index/lifeval/)（企业宣称）
- [@emollick 对 GDPx 的评论](https://x.com/emollick/status/2117142297934757916)