GPT-6-Astra 每题花费 2.40 美元，解决了 50 道物理研究问题中的 49 道

发生了什么

GPT-6-Astra 在 OpenAI 的 Codex 环境中运行，未获得人类提示，解决了 TheoPhysEval 涵盖十一个理论物理子领域的 50 道题中的 49 道，总花费略低于 116 美元。Anthropic 的 Opus 5.5 得分为 92%，而两款模型在无法访问互联网时都达到了 92%。研究人员强调，该基准测试的是运用已知方法进行计算的能力；而选择有前景的研究问题，对当前的智能体来说仍是另一项挑战。

这件事到目前为止

GPT-6-Astra 在 OpenAI 的 Codex 环境中运行，在没有人工提示的情况下解决了 50 道 TheoPhysEval 理论物理题中的 49 道，总成本略低于 116 美元。该基准测试涵盖理论物理的 11 个子领域。Anthropic 的 Opus 5.5 得分为 92%；关闭互联网访问后，两个模型的得分均为 92%。 研究人员强调，TheoPhysEval 测试的是运用已知方法进行计算。对当前的智能体而言，选择有希望的研究问题仍是另一项挑战，因此这些结果展示的是它们完成这些计算的表现，而非理论物理研究的完整过程。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议