伯克利发布全新智能体基准 ALE：GPT-5.5 险胜 Claude Fable 5 登顶
UC Berkeley 旗下机构联合 300 多位专家推出智能体基准「Agents' Last Exam」（ALE），考核 55 个行业的真实桌面工作流。OpenAI 的 GPT-5.5 凭 24.0% 的通过率位列榜首，略胜 Anthropic 刚发布的 Claude Fable 5。不过在最难一档任务中，所有顶尖模型的得分依然全挂零。
UC Berkeley 旗下机构联合 300 多位专家推出智能体基准「Agents' Last Exam」（ALE），考核 55 个行业的真实桌面工作流。OpenAI 的 GPT-5.5 凭 24.0% 的通过率位列榜首，略胜 Anthropic 刚发布的 Claude Fable 5。不过在最难一档任务中，所有顶尖模型的得分依然全挂零。