GPT-6 Astra набрала 98% в бенчмарке TheoPhysEval по теоретической физике

OpenAI GPT-6 Astra решила 98% из 50 неопубликованных задач по квантовой теории поля и голографии в новом бенчмарке TheoPhysEval. Изначально модель набрала 88%, но после того как она указала на вычислительные ошибки самих авторов задач, оценку подняли до 98%. Claude Opus 5.5 получила 92%.

• 50 задач из неопубликованных заметок физиков ICTS, TIFR, Harvard и других
• GPT-6 Astra: 88% изначально, 98% после исправления ошибок экспертов
• Claude Opus 5.5 набрала 92%, тестировались также Gemini 3.8 Flash и DeepSeek-V4.1-Flash
• По оценке MIT, способность ИИ решать научные задачи выросла в 17 раз за два года