GPT-6-Astra在TheoPhysEval解出49/50题

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求解 50 道理论物理研究题。运行在 OpenAI Codex 环境中的 GPT-6-Astra 答对 49 题（98%），单题平均成本不足 3 美元，整套基准约 116 美元。 测试对每个智能体各跑两次：一次带网络搜索的真实条件，一次断网隔离。题目与测试设置已作为数据集发布在 Hugging Face 上供下载核验。 研究团队称，当前基准题目求解成本仍低，但对更难的题目，资源需求预计会大幅上升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。