GPT-6-Astra 在 TheoPhysEval 物理基准答对 49/50

研究团队发布理论物理基准测试 TheoPhysEval，让商用 AI 智能体在无人类提示下解答 50 道理论物理研究题。运行在 OpenAI Codex 环境中的 GPT-6-Astra 答对 49 道（98%），平均单题成本不到 3 美元，整套基准约 116 美元。 每个智能体各跑两轮：一轮可联网搜索，一轮断网隔离。测试题目与设置已作为数据集发布在 Hugging Face，供人下载核验。 研究团队称，当前基准题目解题成本仍低，但预计更难的题目会令资源需求大幅上升。

AI 根据报道生成 · 5 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。