OpenAI 的 GPT-6 Astra 在数学基准测试中领先，尽管没有针对数学进行优化

openai 的 gpt-6 astra 模型在面向开放性数学问题的 erdosbench 基准测试中夺得第一名，得分为 3.23，解决了 106 道问题，其中 43 道被完全解决。它还证伪了另外 27 道问题，并且相比 gpt-5.6 sol 展现出更强的科学写作能力。然而，openai 并没有将数学研究作为 astra 的优先方向，而是专注于递归自我改进和自动化对齐研究。首席科学家 jakub pachocki 表示，公司相信如果投入更多精力，可以让模型在数学研究方面表现更好，但选择了不这样做。这一决定反映了 AI 发展前沿正在做出的权衡：优化某一领域可能意味着牺牲另一领域的能力。