GPT-6-Astra解出TheoPhysEval物理基准49/50题

OpenAI的GPT-6-Astra在OpenAI Codex编码环境中解出TheoPhysEval理论物理研究基准50道题中的49道，正确率98%，平均每题成本不到3美元，整套基准约116美元。 测试中每个智能体各跑两遍：一遍在可联网搜索的真实条件下，一遍在无网络隔离条件下。题目与测试设置已作为数据集发布在Hugging Face上供人核验。 报道称，该基准题目目前解题成本仍较低，但作者预计更难的题目所需资源会大幅上升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。