9月26日，OpenAI发布新基准测试，评估其AI模型与行业专家的工作表现。结果显示，GPT-5-high在40.6%的任务中媲美或超越人类专家，而Anthropic的Claude Opus 4.1在49%的任务中达到类似水平。OpenAI指出，Claude得分更高部分因其擅长生成美观图表，而非单纯性能优势。这一测试凸显AI在专业领域的快速进步，引发对人机协作未来的更多讨论。