TheoPhysEval 基准：GPT-6-Astra 答对 50 题中 49 题，单题成本约 2.4 美元

GPT-6-Astra 在 OpenAI 的 Codex 环境中回答了 TheoPhysEval 基准 50 道理论物理研究题中的 49 道（98%），整套测试花费约 116 美元，平均每题不到 3 美元；该基准覆盖 11 个理论物理子领域，只收录已知方法可解的“转手算”型问题，不包含重大开放问题。