新基准ILE：GPT-6 Astra与Claude Opus 5.5总分领先，预测建模仅52.5分

据论文Investor's Last Exam，研究团队推出股票研究基准ILE，由资深买方投资者与基金经理主导设计，含343万份文档版本、九类来源的版本化金融数据库及结构化市场数据，并以经校验的时间戳约束检索与计算；任务分类围绕专业分析师交付物组织，评分框架通过金融依赖图将评分标准与来源、计算和假设关联。评估覆盖86项任务，同时考察研究质量、预测准确性与模拟投资表现。论文称GPT-6 Astra与Claude Opus 5.5以68.1分和66.9分（满分100）总分领先，但Astra在“预测与模型”项仅得52.5分。作者据此认为，即使最先进模型也未能将整体研究能力转化为预测表现。该论文为预印本，结论尚未经同行评审。