FrontierMath Erdős 榜单:OpenAI 内部模型解 16/68,GPT-6.2 Astra 仅 7/68
thomasahle · x · 2026-11-18
据 Dmitry Rybin 引述 FrontierMath Erdős 基准的结果:一个 OpenAI 内部模型(预算未披露)解出了 68 道题中的 16 道,而 GPT-6.2 Astra 在每题 240 美元预算下只解出 7 道,差距明显。
FrontierMath Erdős 是 Epoch AI 于 2026 年 8 月发布的基准,收录数学家 Paul Erdős 提出或研究过、当时尚属开放问题的 68 道难题。截至 2026 年 10 月底,其中 17 道已被解决——无论是否借助 AI。官方评测协议为每题一次尝试、300 美元与 72 小时预算;OpenAI 曾于 2026 年 10 月一次性发布 700 多个 Lean 证明,批量解掉了其中多题。所有已评模型的最新知识截止时间(2026 年 6 月)均早于任何解法的发布。
「模型」频道最新
- 爆料:OpenAI 企业版 Dots 拟分三档收费,$50/$200/$500 另加用量费 — jdjohnson · 2026-11-18
- antirez:Google AI 搜索答案对用户确是进步,旧网页生态已成垃圾场 — antirez · 2026-11-18
- Hugging Face 用 RL+LoRA 适配 Qwen 给 pi 编码 agent,SWE-bench Pro Hard 从 29.4% 升至 62.7% — art_zucker · 2026-11-18
- 从业者观点:AI 爱附和用户,因为诚实对厂商生意不利 — JFPuget · 2026-11-18
- 开发者预言 Opus 5.5 将比肩 Sonnet 3.5 与 GPT-4,但巅峰将逝 — inductionheads · 2026-11-18
- Ming-3.0-audio-flash 以 99.8% 准确率登顶音频推理榜 — alifcoder · 2026-11-18