GPT-6-Astra 在 TheoPhysEval 解出 49/50 物理题

研究团队发布 TheoPhysEval 理论物理基准测试，让商用 AI 智能体在无人类提示下求解研究题。GPT-6-Astra 在 OpenAI Codex 环境中答对 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。 测试中每个智能体运行两次：一次带网络搜索的真实条件，一次无网络的隔离条件。题目刻意避开重大开放问题，聚焦研究者用已知方法处理稍作修改的问题。 题目与测试设置已作为数据集发布在 Hugging Face，可供下载核验。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。