GPT-5 在哪些特定領域的任務成功率表現突出？

GPT-5 在特定領域的任務成功率表現

根據 MCP-Universe 基準測試，GPT-5 在真實企業環境下的任務成功率約為 43.72%，儘管在整體表現上領先其他模型，但與市場宣傳的「全能」形象仍有差距。該測試涵蓋導航、金融分析、3D 設計等六大領域，共 231 項任務，旨在評估大型語言模型在實際應用中的能力。

金融分析與 3D 設計領域的優勢

GPT-5 在金融分析領域的任務完成率達到 67.5%，在 3D 設計任務中也超過五成，達到 52.63%。這些數據顯示 GPT-5 在處理與數據分析和設計相關的任務時，具有較高的成功率。然而，這並不代表 GPT-5 在所有領域都能維持如此優異的表現。

導航與瀏覽器自動化任務的挑戰

儘管在金融分析和 3D 設計領域表現突出，GPT-5 在導航和瀏覽器自動化等複雜多步驟任務上的失敗率反而偏高，分別為 33.3% 和 35.9%。這顯示 GPT-5 在處理需要多步推理和動態資料的任務時，仍存在一定的局限性。