GeneBench-Pro 基准详情
2026年6月30日，OpenAI发布专业科学基准。
基准设计
| 项目 | 内容 |
|---|---|
| 题目数量 | 129道 |
| 覆盖领域 | 基因组学、定量生物学、转化生物医学 |
| 人类专家耗时 | 20-40小时/题 |
模型表现
| 模型 | 得分 |
|---|---|
| GPT-5.6 Sol Pro (max reasoning) | 31.5% |
| GPT-5.6 Sol | 28.7% |
| Claude Opus 4.8 | 16.0% |
| Gemini 3.5 Flash | 8.1% |
开放计划
- 10道代表性题目在Hugging Face开源
- 50道子集交Artificial Analysis独立评测
AI Master 解读
核心事件
新基准揭示AI在专业科学领域的巨大差距。
行业影响
影响分析： 即使最高分也仅31.5%，表明AI在需要深度专业知识的领域仍有很大提升空间。
AI Master 建议
AI在专业领域是辅助工具而非替代品，人类专家仍然不可或缺。
