GPT-6-Astra在TheoPhysEval物理基准测试中答对49/50题

研究团队发布TheoPhysEval理论物理基准测试，让市面可用的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%），平均每题成本不到3美元，整套基准约116美元。 每个智能体各跑两轮：一轮带网络搜索的真实条件，一轮无互联网的隔离条件。测试题目与设置已作为数据集发布在Hugging Face上供下载核验。 研究团队称，当前基准题目解题成本仍较低，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。