Nieuwe AI-test GDPx: beste model haalt slechts 12 procent

Wat meet de test GDPx precies?

De makers kozen vakgebieden waar AI volgens hen het meeste geld oplevert. Het gaat om chipontwerp, cyberbeveiliging, biologie, financiën, juridisch werk, handel in aandelen, softwareontwikkeling en materiaalkunde. Ook testen ze of een model zichzelf kan verbeteren en of het zich aan afspraken houdt.

SemiAnalysis, een bedrijf dat de chipsector en AI volgt, zegt dat GDPx de beste test wil worden voor taken die een model zelfstandig uitvoert. Het wil zo de populaire test GDPval van OpenAI opvolgen. Die kwam uit op 25 september 2025 en is volgens SemiAnalysis verouderd, omdat zulke zelfstandige taken toen nog nauwelijks bestonden.

De taken zijn zo gekozen dat ze echt moeilijk zijn. Daarvoor werkte SemiAnalysis samen met 14 gespecialiseerde partners. Veel andere tests zijn volgens het bedrijf oneerlijk, omdat de beoordeling eist wat de opdracht nooit vroeg.

Welk AI-model scoort het best op GDPx?

Claude Opus 5.5 van Anthropic scoort het hoogst, maar haalt slechts 12 procent. Het wint op handel in aandelen, hardwareontwerp en chipontwerp. GPT-6 Astra van OpenAI wint bij het verbeteren van zichzelf en bij materiaalkunde.

Gemini 4 Carbon van Google is volgens SemiAnalysis het beste model voor biologie en wint nipt bij software. Het is ook het enige model dat in de buurt van Opus en Astra komt. De taken voor financiën en juridisch werk zijn zo zwaar dat vrijwel elk model er precies 0 haalt.

Er is een kanttekening. Opus 5.5 en GPT-6 Astra hebben volgens SemiAnalysis een lagere totaalscore door hun veiligheidsfilters. Die weigeren soms een taak in cyberbeveiliging, biologie en afstemming. Zonder die drie gebieden verandert het beeld, en dan is Muse Wonder Full volgens het bedrijf het beste model voor cyberbeveiliging.

Wat betekent GDPx voor jouw keuze van een AI-model?

Geen enkel model wint overal. SemiAnalysis noemt de scores "spikey": ze pieken op sommige gebieden en zakken op andere. Wie een model kiest voor werk in één vakgebied, kijkt dus beter naar dat gebied dan naar het totaal.

Let ook op de bron. Dit zijn de uitkomsten van het bedrijf dat de test zelf maakte, en onafhankelijke controle noemt de bron niet. Het volledige verhaal staat achter een betaalmuur, dus wat hier staat komt uit het openbare deel.

SemiAnalysis verwijst voor de cijfers naar de officiële website van GDPx, waar je zelf de resultaten kunt bekijken. Het wil ook de komst van Gemini 4 Carbon in de gaten houden. Dat model is nog niet voor iedereen beschikbaar, en het bedrijf is benieuwd naar de eerste indrukken van gebruikers.