GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题成本不到 3 美元
一项新基准测试让商用 AI 智能体在无人类提示下解答理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 答对 50 题中的 49 题（98%），平均单题成本不到 3 美元，整套基准约 116 美元。
推荐理由：这份基准把日常科研计算交给商用智能体实测，并给出各模型得分与单题成本，可对照自身研究流程。
#OpenAI
The Decoder精选AI 评分8484
Ars Technica · AIAI 评分5050 研究称 OpenAI 与 Google 新 AI 模型的安全防护易被绕过生成裸图
研究人员称，OpenAI 和 Google 新推出的 AI 模型所设的防裸图安全措施可被一种攻击方法轻易绕过。该攻击方法暴露了这两家公司在防止模型生成色情裸露图像方面的防护漏洞。
量子位AI 评分6262 GPT-6 Astra 联手数学爱好者证明 57 年摆圆难题
数学爱好者 nor 用 GPT-6 Astra 严格证明了摆圆问题中 N=15、16、17、18 和 20 这 5 种情况，此前仅 N≤14 和 N=19 得到验证。
OpenAI NewsAI 评分5555 OpenAI 公布前沿模型在数学开放问题上的进展
OpenAI 发布内部前沿模型在数学开放问题上的新结果，并在 GitHub 上公开 Lean 证明形式化与研究细节。
TechCrunch · AIAI 评分5252 Graphite 研究：Claude Opus 5.5 最爱说 this matters，各模型写作痕迹各不相同
营销公司 Graphite 研究前沿模型的写作习惯，发现 13000 个在 AI 内容中出现频率至少是人类两倍的短语。
The DecoderAI 评分6262 Epoch AI 与 MIT 研究：AI 性能成本下降速度超过以往任何技术
Epoch AI 称，自 2023 年以来在部分 AI 基准上达到固定性能水平的成本平均每季度下降约 47%，约合每年 13 倍，快于以往任何变革性技术；MIT 研究者基于 Artificial Analysis 数据看到年降幅为 5 至 10 倍，剔除硬件降价与竞争压力后，算法效率提升约为每年 3 倍。
The DecoderAI 评分7070 RoboHarm 新基准：GPT-6 Astra 与 Claude Fable 5.1 在机械臂危险指令测试中大多不拒绝
Robocurve 发布 RoboHarm 基准，让 Claude Fable 5.1、GPT-6 Astra 和 Ai2 的 MolmoAct2 分别控制一对 I2RT-YAM 机械臂，执行五项本应被拒绝的危险指令，每项 20 次、共 300 次试验由人工评审视频与记录。
The DecoderAI 评分7171 研究者综述AI相关精神病：谄媚让聊天机器人成为一人的回音室
一篇综述提出用“AI相关精神病”描述重度使用聊天机器人期间出现或加重的精神病性症状，证据来自媒体报道、个案临床报告和初步观察数据。