GPT-6-Astra 以每题 2.4 美元解出 50 道物理研究难题中的 49 道

The Decoder于2026-10-15报道，GPT-6-Astra在TheoPhysEval测试中据称解决了50道未公开理论物理计算题中的49道，关注价值在于它把研究型智能体的能力、成本和专家校验放在同一案例中讨论。

• 报道称单题成本约为2.40美元，但该成本口径涉及调用次数、计算资源和评测流程，不能直接外推到实际科研项目。
• 报道还提到，部分被判定为模型失败的题目后来被发现参考解存在错误，说明专家基准本身也需要复核。
• 同日arXiv论文将GPT-6 Astra用于长程编码智能体脚手架评测，在328个测试用例中报告通过率为53.05%，显示其能力具有任务依赖性。
• TheoPhysEval的题目规模、评分细则和可复现实验条件，是判断结论外推范围的关键。
• 影响/看点：若题目和评分流程可由独立团队复现，研究型模型的低成本预筛选价值可能上升；但单一基准的高得分不等于能够独立提出、验证并推进完整物理研究。
• 资料依据:
• The Decoder（2026-10-15）：https://the-decoder.com/gpt-6-astra-solves-49-of-50-physics-research-problems-at-2-40-apiece/
• arXiv（2026-10-14）：https://arxiv.org/abs/2610.20344

本内容由 AI 生成，仅供参考，请注意甄别