GPT-6-Astra在TheoPhysEval解出49/50题

2026年10月15日，The Decoder报道，一项名为TheoPhysEval的理论物理基准测试让商用AI智能体在无人类提示下解题。报道称，运行在OpenAI Codex环境中的GPT-6-Astra解出50道物理研究题中的49道，正确率98%，平均每题成本约2.40美元，整套基准测试总花费约116美元。报道未提及该基准的发布方、题目来源、评分标准，也未说明是否有其他模型参与对比或结果是否经过独立验证。目前事件进展仅停留在该单篇报道所披露的测试结果与成本数据。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。