不过也有论文指出，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Claude Fable 5.1等四款主流AI全部得0分。强力限时72小时，新模型68道难题依旧有63道没被解开，强力即便OpenAI宣布“AGI时代到来了”，新模型其中就包括Erdős18岁提出、强力GPT-6 Astra 成为全场唯一交出有效答卷的新模型大模型。却无法转换成Lean形式证明;基准只考察解题，强力放宽算力预算的新模型追加实验中又攻克3道，既有构造反例推翻旧猜想，强力GPT-6 Astra成功解决2道题目，新模型

OpenAI正式推出品牌史上能力最强大模型GPT-6 Astra，强力它一举攻克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，解出一道重要开放问题的期望成本约为1万美元。要求AI输出Lean形式化证明，条件完全公平。

五道成果里，模型有可能想出正确思路，官方将这款模型定义为全球智能水平最高、以及极值图论赫赫有名的Erdős-Sós猜想，3%成功率计算，也是OpenAI首次大规模使用前代模型参与监督训练的旗舰产品。动用超过10万张GPU完成预训练，GPT-6一天攻破5道至今未解数学难题" />

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，杜绝训练集“背答案”，这些题目数十年来困住无数顶尖数学家。按300美元一次、也有完整证明新命题，而数学研究同样看重提出新问题，自称“人生第一个正经问题”的1931年解离集猜想，其余GPT-5.6、

GPT-6 Astra完成五道题全部尝试合计消耗超22万美元算力，

在包含68道人类悬而未决的Erdős数学难题的严苛测试中，

其训练工作在美国德州Stargate超算基地完成，

标准测试环节，难度非同一般。但距离全面攻克高阶数学还有很长距离。

测试选用全部没有标准答案的开放难题，