SemiAnalysis testet KI-Agenten: Claude Opus 5.5 erreicht 12 Prozent

SemiAnalysis hat am 2. November 2026 den Vergleichstest GDPx für KI-Agenten veröffentlicht. In der Rangliste erreicht Anthropic Claude Opus 5.5 mit 12,0 Prozent den höchsten Gesamtwert. Der Test soll zeigen, wie die Modelle Aufgaben aus verschiedenen beruflichen Bereichen bearbeiten.

Die Aufgaben wurden laut SemiAnalysis mit 14 spezialisierten Datenpartnern entwickelt. Sie stammen unter anderem aus Softwareentwicklung, Cybersicherheit, Biologie, Finanzwesen, Recht und Chipdesign. Regulär hatten die Modelle acht Stunden pro Aufgabe Zeit, bei einigen Aufgaben weniger.

Der Gesamtwert ist kein einfacher Anteil vollständig gelöster Aufgaben. SemiAnalysis gewichtet die elf Bereiche gleich und berücksichtigt je nach Aufgabe vollständige oder teilweise erfüllte Anforderungen. Der ausgewiesene Wert bezieht drei Versuche ein. Bei strenger Bestanden-nicht-bestanden-Bewertung erreichte im Finanz- und Rechtsbereich keines der getesteten Modelle eine gelöste Aufgabe.

Anders als beim älteren OpenAI-Test GDPval müssen sich die Modelle laut SemiAnalysis den Kontext bei GDPx aus einer Arbeitsumgebung beschaffen. Getestet wird daher jeweils die Kombination aus Modell und Umgebung, etwa Claude Opus 5.5 in Claude Code. Ob die Rangfolge mit anderen Umgebungen gleich bliebe, ist offen. SemiAnalysis plant neue Versionen im Abstand von drei bis sechs Monaten.

Warum das wichtig ist

Der Vergleich gibt Unternehmen eine Orientierung für die Auswahl von KI-Agenten, also Systemen, die Aufgaben in einer Arbeitsumgebung bearbeiten. Ergebnisse und Testkosten gelten allerdings für die ausgewählten Aufgaben und sind keine pauschalen Produktpreise. Auch die eingesetzte Umgebung beeinflusst, wie die Werte einzuordnen sind.