GPT-6-Astra在物理研究基准上解出49/50题，单题成本约2.40美元
据The Decoder报道，在TheoPhysEval基准上，GPT-6-Astra解决了50个未发表理论物理计算中的49个，准确度与顶尖专家相当，单题成本约2.40美元。研究者称，部分看似失败的案例中，专家自己的参考解存在错误。研究者同时表示，物理领域尚未出现数学领域那样的突破，因为代理缺乏“taste”，但他们认为自主的顶级AI研究可能很快到来，并已看到对年轻物理学家培养方式和领域机会公平的影响。
为什么值得看：企业负责人可据此评估AI代理在高难度专业推理任务上的能力与单位成本，思考研发分析、工程计算等专业流程的自动化空间，以及专业人才结构与培养方式可能的变化。需注意：上述结果来自来源摘要，未提供论文原文或独立复现，评测设置、成本口径与模型可用范围待核实；研究者也指出代理缺乏“taste”，物理领域尚未出现数学式突破，自主顶级AI研究仍属预期而非既成事实。