GPT-6-Astra 在理论物理基准中答对 50 道题中的 49 道

GPT-6-Astra 在一项涵盖理论物理 11 个子领域的基准中答对 50 道题中的 49 道，平均每题成本低于 $3，整套测试成本略低于 $116。该基准关注运用已知方法解决常规研究问题，而非重大未解难题；无网络搜索时，Astra 和 Opus 均得分 92%。作者指出，完成计算并不等同于提出重要问题或判断研究方向，现有智能体在这些方面仍有局限。