GPT-6-Astra以每题$2.40的成本解出50道理论物理研究题中的49道

GPT-6-Astra在一项理论物理研究任务基准中答对50道题中的49道，准确率为98%，平均每题成本低于$3，整轮测试费用略低于$116。基准涵盖11个理论物理子领域，测试无需人工提示的常规研究计算；Anthropic的Opus 5.5得分为92%，Google的Gemini 3.8 Flash为68%。