206项任务 11个领域 评分方法与分领域结果
Open newsletter.semianalysis.com
DeepSeek和Claude上岗考试，最高综合分仅12%！
查看提示词 模型工具调用和各次尝试结果
Open gdpx.semianalysis.com
Living Context提供的交易建模与会计任务
Open gdpx.semianalysis.com
接手已有Excel账表 核对EBITDA 营运资金与净债务
Open gdpx.semianalysis.com
Beautiful Machines提供的机械设计与制造约束
Open gdpx.semianalysis.com
围绕已有装配设计可编辑SolidWorks模型 原生工程图与制造方案
Open gdpx.semianalysis.com
检查训练记录 比较解释并证明实现中的缺陷
Open gdpx.semianalysis.com