GPT-6 Astra 解出 TheoPhysEval 49/50 道未发表理论物理题，并纠出专家答案错误

GPT-6-Astra 在 TheoPhysEval 基准上解出 50 道未发表研究级理论物理题中的 49 道，准确率 98%，平均每题成本不到 3 美元，与 Codex 组合则解对约 88%。该基准由物理学家 Suvrat Raju 等人发布（arXiv:2610.16733），题目由多位世界级专家提供且答案可验证。研究者最初将多个答案判为模型错误，复核后发现是顶级物理学家提供的标准答案有误。