AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
GDP.pdf
GDP.pdf is a knowledge-work vision benchmark that evaluates models on economically valuable professional tasks presented as visual documents (PDFs), testing document-based reasoning, chart and table interpretation, and problem solving without tools.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- multimodal
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 6
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Claude Sonnet 5 | 0.816 | 未收录 | 未收录 | 2026-06-30 · model_announcement | LLM Stats |
| Gemini 3.7 Flash | 0.34 | 未收录 | 未收录 | 2026-08-13 · model_announcement | LLM Stats |
| GPT-5.6 Sol | 0.307 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Fable 5 | 0.298 | 未收录 | 未收录 | 2026-06-09 · model_announcement | LLM Stats |
| GPT-5.6 Terra | 0.247 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| GPT-5.6 Luna | 0.227 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |