UniPat AI 发布湿实验预测基准 SPU：12 款前沿模型平均分最高仅 0.486

UniPat AI 牵头推出湿实验预测基准 SPU，含 116 个任务、4207 个湿实验，覆盖化学、材料科学、生物和医学。首轮评测 12 款前沿模型、13 种配置，平均分最高为 Claude Opus 5.5 的 0.486，仅一半任务超过随机水平。GPT-6 Astra 推理强度拉满后运行时间中位数增至 4.8 倍、API 成本增至 5.3 倍，预测得分几乎不变。