OpenAI强力新模型！GPT-6一天攻破5道至今未解数学难题

重磅发布：10万GPU训练出的“最强大脑”

OpenAI正式推出了品牌史上能力最强大的生成式AI模型——GPT-6 Astra。官方将其定义为“全球智能水平最高、对齐效果最优”的旗舰产品，这一措辞在业内并不常见，更不同于以往“我们还有很长的路要走”的保守论调。据公开信息，该模型的训练工作在美国德州Stargate超算基地完成，动用超过10万张GPU进行预训练，同时首次大规模使用前代模型参与监督训练，构建了AI自我博弈式的能力提升回路。

值得关注的是参数的规模是递增的，去年GPT-5.6的训练算力是7万GPU左右，而这次直接跨过10万张量级。虽然官方没有透露详细参数量，但从超算调度日志和能源消耗估算来看，这很可能是硅谷史上成本最为高昂的AI训练工程之一。与其说这是一次常规代际更新，不如视为OpenAI在算力基建和模型架构上的一次全面豪赌，而数学正是检验这场豪赌结果最“硬核”的试金石。

解题实况：零分围剿下的一道曙光

Epoch AI联合曼彻斯特大学发布的FrontierMath Erdős（FME）基准测试论文，让很多人对AI的数学能力重新洗牌。这项测试汇集了68道人类悬而未决的Erdős数学难题，所有题目都是开放式的——也就是说，训练集中不可能出现标准答案，杜绝了背题刷分的路径。模型输出的每一个证明步骤都会转化为Lean形式化代码，由内核自动验证对错，没有人工评卷的模糊空间。所有受测模型统一预算300美元、限时72小时，条件完全公平。

测试结果分化极为明显：在GPT-5.6、Claude Fable 5.1等四款主流AI全部得0分的情况下，GPT-6 Astra成为全场唯一交出有效答卷的选手。它在标准测试环节成功攻克2道题目；当团队放宽计算预算进行追加实验时，它又再度突破3道，共计5道难题被斩落马下。这不仅是一次性能榜单的更迭，更像是对“AI是否具有真正的数学推理能力”这一根本问题掷地有声地给出了时代性的回应。

五道难题的重量：从18岁青年的设想到半个世纪悬案

五道成果的分量并非普通习题可比。其中一道正是数学家Erdős在18岁时提出、自称“人生第一个正经问题”的1931年解离集猜想，这道题在近一个世纪的时间维度上困住了无数顶尖数学家。另一道则是在极值图论中赫赫有名的Erdős-Sós猜想，数十年来数学界围绕它发表了大量推导，却无人能给出完备的证明或构造。GPT-6 Astra交出的五份答卷中，既有构造反例推翻旧有猜想，也有完整的证明链验证新命题，难度和多样性兼备。

当然，我们不能忽视背后的算力代价。公开的日志统计显示，GPT-6 Astra五道题目尝试合计消耗了超过22万美元的算力，而标准基准测试本身只花了约2万美元。按300美元一次、3%成功率换算，解出一道重要开放问题的期望成本约为1万美元。这听起来像是天文数字，然而对于真正顶级的人类数学家来说，毕生科研经费加人力成本可能远超过这个数额。从投入产出的角度看，AI解题已经迈入了经济学上“可接受的阈值”。

冷静审视：63道未解之谜与AGI的“距离感”

然而，越是闪亮的成绩单，越需要一份冷静的读解。论文评审意见中也特别指出，GPT-6 Astra存在一个结构性的盲区：它有可能在底层“想”出了正确思路，却无法将其转译为Lean形式化证明——这等于说模型手握答案却无法交卷。此外，当前基准只考察“解题”，而数学研究的价值远不止于此：提出问题、开辟方向、建立概念体系的创造性同样重要。68道难题中依旧有63道没有被解开，即便OpenAI方面高调宣布“AGI时代到来了”，我们距离全面攻克高阶数学仍然有漫长的路要走。

客观地讲，GPT-6 Astra的这次表现的确是人类历史上AI体系第一次系统性地解决开放数学问题，其背后代表的形式化推理范式、大规模搜索能力与自我验证机制，可能比这5道题本身更具深远价值。但将个别领域的能力突破无限放大为“通用人工智能的到来”，更像是公司叙事的一部分。AI或许是出色的解题者，但还不是一个能够独立定义数学灵魂的思考者。真正的AGI，恐怕还需要在未来很长一段时间里，先学会提出让人类也眼前一亮的好问题。