GPT-6-Astra 在理论物理研究问题基准测试中解决 49/50 的问题

GPT-6-Astra 在一项针对理论物理常规研究问题的基准测试中，以每题约 2.40 美元的成本成功解决了 50 个问题中的 49 个。测试涵盖 11 个子领域，Anthropic 的 Opus 5.5 位居第二，Google 的 Gemini 3.8 Flash 以及 DeepSeek-V4.1-Flash 和 GLM 5.3 分列其后。