伯克利釋出全新智慧體基準 ALE：GPT-5.5 險勝 Claude Fable 5 登頂
UC Berkeley 旗下機構聯合 300 多位專家推出智慧體基準「Agents' Last Exam」（ALE），考核 55 個行業的真實桌面工作流。OpenAI 的 GPT-5.5 憑 24.0% 的通過率位列榜首，略勝 Anthropic 剛釋出的 Claude Fable 5。不過在最難一檔任務中，所有頂尖模型的得分依然全掛零。
UC Berkeley 旗下機構聯合 300 多位專家推出智慧體基準「Agents' Last Exam」（ALE），考核 55 個行業的真實桌面工作流。OpenAI 的 GPT-5.5 憑 24.0% 的通過率位列榜首，略勝 Anthropic 剛釋出的 Claude Fable 5。不過在最難一檔任務中，所有頂尖模型的得分依然全掛零。