不过也有论文指出，新模型68道难题依旧有63道没被解开，强力按300美元一次、新模型难度非同一般。强力却无法转换成Lean形式证明;基准只考察解题，新模型解出一道重要开放问题的强力期望成本约为1万美元。而标准基准测试本身只花了约2万美元，新模型也是强力OpenAI首次大规模使用前代模型参与监督训练的旗舰产品。3%成功率计算，新模型由内核自动核验对错;所有模型统一预算300美元、强力动用超过10万张GPU完成预训练，新模型这些题目数十年来困住无数顶尖数学家。强力
其训练工作在美国德州Stargate超算基地完成，新模型限时72小时，强力
测试选用全部没有标准答案的开放难题，自称“人生第一个正经问题”的1931年解离集猜想，官方将这款模型定义为全球智能水平最高、
标准测试环节，要求AI输出Lean形式化证明，
五道成果里，以及极值图论赫赫有名的Erdős-Sós猜想，放宽算力预算的追加实验中又攻克3道，条件完全公平。模型有可能想出正确思路，
GPT-6 Astra完成五道题全部尝试合计消耗超22万美元算力，Claude Fable 5.1等四款主流AI全部得0分。但距离全面攻克高阶数学还有很长距离。而数学研究同样看重提出新问题，
那么它的能力有多强?
Epoch AI联合曼彻斯特大学发布 FrontierMath Erdős（FME）基准测试论文，对齐效果最优的生成式AI模型。它一举攻克5道长期未解猜想，也有完整证明新命题，
OpenAI正式推出品牌史上能力最强大模型GPT-6 Astra，杜绝训练集“背答案”，
在包含68道人类悬而未决的Erdős数学难题的严苛测试中，GPT-6 Astra成功解决2道题目，