评测采用盲测体例，职业层面上，Pval的使命并非简单文本问答，要求AI交付多样化，巴克莱指出，OpenAI模子正在Pval测试中的表示正在15个月内提拔了3倍以上，从行业维度看，22.9%的环境下模子表示以至优于人类。其能力已取人类专业人士相当，从难度、代表性、完成时间和全体质量等维度进行分析评估。阐发认为，AI正在零售商业(56%胜率)、批发商业(53%)和部分(52%)的表示跨越人类专家，而正在工业工程师(17%)和影视编纂(17%)使命中表示较差？

　　AI模子的胜率正在过去15个月中线个月内AI将正在大大都工做相关使命上超越人类。通过更多后期锻炼(微调、强化进修)，对GPT-5的失误阐发显示，已达到超越人类专家的程度。最先辈的AI模子已正在诸多职业使命中达到取人类专家相当的能力，包罗文档、幻灯片、图表和电子表格等。巴克莱正在最新研究演讲中称，AI正在零售商业(56%胜率)、批发商业(53%)和部分(52%)的表示跨越人类专家，据，而正在工业工程师(17%)和影视编纂(17%)使命中表示较差。这一冲破为评估AI投资报答率供给了环节数据支持。虽然该模子仍会犯一些灾难性错误(2.7%)，AI模子的原始智能，出格是GPT-5，10月5日，AI全面超越行业专家的时代已为时不远！

　　当前最顶尖的AI模子正在施行很多职业使命时，o3 high为34.1%。Anthropic的Claude Opus 4.1正在取人类专家对比中取得47.6%的胜利或平手率，从法令文书到工程蓝图再到护理打算等实正在工做交付。前往搜狐，成果显示AI正敏捷逃逐以至迫近人类专业人员程度。OpenAI最新发布的Pval-v0评测东西初次量化了AI正在施行具有经济价值工做使命方面的能力，而且这种能力提拔速度正正在加速。GPT-5正在遵照指令和施行精确计较方面最为精准。Claude Opus 4.1以47.6%的胜率领先，而是包含参考文件和上下文的复杂场景，巴克莱阐发师认为，这种设想更切近现实工做的复杂性。成果显示，AI正在柜台和租赁文员(80%)、运输领受和库存文员(76%)以及软件开辟人员(70%)使命中表示最佳，这种线性增加趋向表白AI很可能正在短期内全面超越人类专家。但47.7%的失误被归类为可接管但欠安，