OpenAI强力新模型！GPT-6一天攻破5道至今未解数学难题

从规模堆叠到能力涌现的”临界一跃”

GPT-6 Astra的训练故事，本身就是一场工业级算力的极致豪赌。在得州Stargate超算基地，超过10万张GPU同时开工完成预训练，这一数字背后是数百兆瓦的电力消耗与近乎天文数字的资金投入。更值得注意的是，OpenAI首次大规模让前代模型参与旗舰产品的监督训练——AI教师批量生产”标准答案”，再喂给更强的学生模型。这种自我对弈式的进化路径，让GPT-6不再只是”更大版的GPT-5″，而是在数学推理层面真正拉开了代际差距。

相比ChatGPT时期”AI只能做加减乘除”的刻板印象，GPT-6 Astra在开放数学难题上的表现已经远超辅助工具的角色。当它面对的是那些让人类数学家头疼数十年的开放猜想时，模型的每一步推理不再依赖概率式文字接龙，而是经过了严密的逻辑约束。这种能力跃迁并非线性增长，更像是当参数规模、训练数据与推理强化逼近某个阈值后，系统突然点亮了人类称之为”直觉”的那种东西。

零作弊”纸面考试”下的硬核解题实录

Epoch AI与曼彻斯特大学联合设计的FrontierMath Erdős基准测试，堪称大模型史上最不讲情面的”数学奥赛”。68道题全部选自人类尚未解决的Erdős猜想，意味着网络上根本不存在现成答案可供训练集”背题”。更严苛的是，模型必须输出Lean形式化证明，由机器内核自动核验推理链条的正确性，任何一步跳步或伪证都无法蒙混过关。所有参赛模型统一分配300美元算力预算、限时72小时——在绝对公平的规则下，GPT-5.6、Claude Fable 5.1等四款主流大模型全部挂零，唯有GPT-6 Astra交出了有效答卷。

GPT-6在标准测试中解决2道题，放宽预算的追加实验中又攻克3道。被斩落的”含金量”一个比一个惊人：1931年解离集猜想出自Erdős 18岁时自称”人生第一个正经问题”，极值图论领域的Erdős-Sós猜想更是让数代顶尖数学家铩羽而归。五道题的解题思路覆盖了构造反例推翻旧命题与完整证明新定理两种形态，这意味着AI并非只会机械套用既有范式，而是真正在人类数学版图上撕开了新的缺口。

一场昂贵的胜利与尚未跨越的鸿沟

不过，这顶”数学冠军”桂冠的造价相当惊人。GPT-6 Astra完成五道题的全部尝试消耗超22万美元算力，若折算成300美元一次的标准测试成本，成功率仅约3%，解出一道开放难题的期望成本大约1万美元。论文同时指出一个关键局限：模型可能推理出了正确思路，但无法完整转化为Lean形式化证明——就像学生解出了答案却写不出让阅卷人信服的完整步骤。数学研究远不止解题，提出有意义的新问题往往比证明本身更考验创造力，而这恰恰是当前AI的薄弱环节。

OpenAI宣称”AGI时代到来了”，但68道难题中仍有63道原封未动。GPT-6的这次突破更像是一次令人震撼的”定向爆破”：它证明了AI能在极小概率下从广阔搜索空间中捞出正确路径，但面对依赖长期研究积累与跨领域洞察的高阶数学，它依然只能算作一位偶尔灵光乍现的天才选手。与其说GPT-6终结了数学，不如说它开启了数学研究的人机协作新时代——人类负责提出猜想、设定框架，AI负责在更深的逻辑迷宫中寻找那条可能的路径。真正持久的问题从来不是”AI能否解出所有难题”，而是当机器具备了推翻人类直觉的推理能力后，人类的数学审美与问题意识能否跟得上它的步伐。