# GPT-6-Astra、物理学の研究課題50問中49問に正解

> 理論物理学の定型的な計算を試したところ、GPT-6-Astraはウェブ検索ありで50問中49問に正解。報告された平均費用は1問あたり$2.40だった。

Oossa · 2026-10-15 · https://oossa.com/ja/gpt-6-astra-scored-98-on-50-physics-research-problems

OpenAIのコーディング環境Codex上で動作するGPT-6-Astraは、理論物理学の研究課題を試すテストで50問中49問を解いた。研究論文の著者らによると、実行にかかった費用は合計で$116弱、1問あたり約$2.40だった。テストでは市販のAIエージェントを比較し、人間からのヒントは与えなかった。

ウェブ検索を有効にした場合、AnthropicのOpus 5.5（Claude Code）は92%の正答率だった。GoogleのGemini 3.8 Flashは68%、オープンウェイトモデルのDeepSeek-V4.1-FlashとGLM 5.3は、それぞれ54%と42%だった。ウェブ検索なしでは、AstraとOpusはいずれも92%だった。

## 新発見ではなく、計算能力を試す

50問は、流体の流れや生物学的プロセスから素粒子物理学、宇宙論まで、11の分野を扱う。大半は定型的な研究計算で、既知の手法を少し条件を変えた問題に応用するものだ。大きな未解決問題を解く課題ではない。著者らは、こうした課題が博士課程の学生にとって最初の研究テーマになることもあると述べている。

一例では、ブラックホールに関する古い論文の方程式を応用し、結果を計算するための専用プログラムを書く必要があった。研究者らによると、論文から答えをそのまま写すだけでは解けないように問題を設計した。各エージェントは、ウェブ検索ありとインターネット接続なしの2通りでテストされた。

## 成績には限界も

研究者らは、AIの誤答に見えたものの一部が、専門家による模範解答の小さな誤りだったことを突き止めた。解答を修正すると、該当する問題でのAstraの回答は正解だった。Astraが解けなかった唯一の問題は、すべてのモデルがつまずいた。著者らはまた、想定解を推測するのが不当に難しい問題だった可能性も認めている。

計算問題で高い得点を取っても、AIが価値のある研究課題を選んだり、物理学の大発見を成し遂げたりできることを示すわけではない。著者らによれば、現在のエージェントは、どの問題が興味深いかを判断することや、必要に応じてより取り組みやすい問題に切り替えることには、依然として苦戦している。問題セットとテストの設定はHugging Faceで公開されている。

## 事実

- 研究によると、GPT-6-Astraはウェブ検索ありで50問中49問に正解した。
- Astraの実行費用は合計で$116弱で、記事では1問あたりの平均費用を$2.40としている。
- ウェブ検索ありの場合、Opus 5.5は92%、Gemini 3.8 Flashは68%、DeepSeek-V4.1-Flashは54%、GLM 5.3は42%だった。
- ベンチマークは11分野を対象とし、大きな未解決問題ではなく、定型的な計算に重点を置いている。

## なぜ重要か

物理学の学生や指導教員にとって、研究の初期課題として使われてきた計算中心の作業の一部は、自動化しやすくなっている可能性がある。著者らは、練習を目的としない限り、こうした課題はもはや最初の研究テーマに適さないかもしれないと指摘する。ただし、このテストで分かるのは計算能力であり、AIが価値ある研究課題を選んだり、新たな物理学を生み出したりできるかは示されていない。そのため、こうした計算を超えた研究への影響は、まだ分からない。

## 出典と参考資料

1. [GPT-6-Astra solves 49 of 50 physics research problems at $2.40 apiece](https://the-decoder.com/gpt-6-astra-solves-49-of-50-physics-research-problems-at-2-40-apiece/) – The Decoder, 2026-10-15

最終更新: 2026-10-15