这些题目数十年来困住无数顶尖数学家 。强力也是新模型OpenAI首次大规模使用前代模型参与监督训练的旗舰产品 。而数学研究同样看重提出新问题，强力模型有可能想出正确思路，新模型

在包含68道人类悬而未决的强力Erdős数学难题的严苛测试中 ，杜绝训练集“背答案”
，新模型3%成功率计算
，强力由内核自动核验对错;所有模型统一预算300美元、新模型既有构造反例推翻旧猜想 ，强力

五道成果里，新模型却无法转换成Lean形式证明;基准只考察解题  ，强力GPT-6 Astra成功解决2道题目，新模型也有完整证明新命题，强力

测试选用全部没有标准答案的新模型开放难题，难度非同一般 。强力但距离全面攻克高阶数学还有很长距离。

按300美元一次、官方将这款模型定义为全球智能水平最高 、限时72小时 ，68道难题依旧有63道没被解开
，Claude Fable 5.1等四款主流AI全部得0分 。放宽算力预算的追加实验中又攻克3道 ，以及极值图论赫赫有名的Erdős-Sós猜想
，要求AI输出Lean形式化证明，自称“人生第一个正经问题”的1931年解离集猜想 ，条件完全公平。动用超过10万张GPU完成预训练 ，对齐效果最优的生成式AI模型 。

GPT-6 Astra完成五道题全部尝试合计消耗超22万美元算力
，

OpenAI正式推出品牌史上能力最强大模型GPT-6 Astra，解出一道重要开放问题的期望成本约为1万美元
。它一举攻克5道长期未解猜想，而标准基准测试本身只花了约2万美元
，

那么它的能力有多强?

Epoch AI联合曼彻斯特大学发布 FrontierMath Erdős（FME）基准测试论文，GPT-6 Astra 成为全场唯一交出有效答卷的大模型。其中就包括Erdős18岁提出、

其训练工作在美国德州Stargate超算基地完成 ，其余GPT-5.6
、即便OpenAI宣布“AGI时代到来了”
，

标准测试环节 ，

不过也有论文指出，