GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道,单题成本不足 3 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题,运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题(98%),平均每题成本不到 3 美元,整套基准约 116 美元。
推荐理由:读者可看到智能体在理论物理论文级计算上的实际得分与成本,以及作者对研究品味与资源门槛的讨论。
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题,运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题(98%),平均每题成本不到 3 美元,整套基准约 116 美元。
推荐理由:读者可看到智能体在理论物理论文级计算上的实际得分与成本,以及作者对研究品味与资源门槛的讨论。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲科研界提供加速工具、算力、培训与创业支持。
Amazon SageMaker JumpStart 支持从模型目录部署预训练模型,并用 SageMaker Python SDK 跑轻量可复现的性能测试,测完删除端点。
Google 的 Gemini 4 Argon 正式 GA,覆盖编码、知识工作、企业工作流与网络防御,API 入门价为每百万输入/输出 token 2 美元/10 美元,缓存输入折扣 95%,11 月 30 日后价格翻倍至 4 美元/20 美元。
Anthropic 发布报告称,Z.ai 于 8 月发布的开源模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。围绕开放模型应否开源的争论持续已久,Nvidia CEO 黄仁勋主张美国发展更多开放模型,Anthropic 的 Dario Amodei 则主张更谨慎。