# GPT-6-Astra решил 98% задач по физике

> В тесте на типовые расчёты из теоретической физики GPT-6-Astra верно решил 49 задач из 50 с помощью веб-поиска. По данным авторов, средняя стоимость решения составила $2.40 за задачу.

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

GPT-6-Astra, работавший в среде программирования Codex от OpenAI, решил 49 из 50 задач в тесте на выполнение исследовательских заданий по теоретической физике. По оценке авторов исследования, весь запуск обошёлся чуть меньше чем в $116 — около $2.40 за задачу. В тесте сравнивались коммерчески доступные ИИ-агенты, которым не давали подсказок от людей.

С включённым веб-поиском Opus 5.5 от Anthropic в Claude Code набрал 92%. Gemini 3.8 Flash от Google показал результат 68%, а модели с открытыми весами DeepSeek-V4.1-Flash и GLM 5.3 — 54% и 42% соответственно. Без веб-поиска Astra и Opus набрали по 92%.

## Проверка расчётов, а не открытий

В набор вошли 50 задач из 11 областей — от гидродинамики и биологических процессов до физики частиц и космологии. В основном это типовые исследовательские расчёты: нужно применить известные методы к изменённой задаче, а не решить крупную нерешённую проблему. По словам авторов, подобные задания могут стать первыми проектами для аспирантов.

В одной из задач требовалось адаптировать уравнения из старой статьи о чёрных дырах и написать специальную программу для вычислений. Исследователи отмечают, что задачи составили так, чтобы ответ нельзя было просто скопировать из статьи. Каждый агент проверили дважды: с веб-поиском и без доступа к интернету.

## У результата есть ограничения

Исследователи выяснили, что некоторые ошибки ИИ на деле оказались небольшими неточностями в эталонных ответах экспертов. После их исправления ответы Astra в этих случаях оказались верными. Единственная задача, которую Astra не решил, оказалась не по силам всем моделям; авторы также признают, что ожидаемый ответ, возможно, было несправедливо трудно вывести.

Высокий результат в таких расчётах не означает, что ИИ способен выбирать перспективные темы для исследований или совершать прорывы в физике. Авторы говорят, что современные агенты всё ещё плохо оценивают, какие задачи интересны, и не умеют при необходимости переключаться на более простую задачу. Набор задач и описание теста доступны на Hugging Face.

## Факты

- Согласно исследованию, GPT-6-Astra с веб-поиском верно решил 49 задач из 50.
- Запуск Astra обошёлся чуть меньше чем в $116; средняя стоимость решения, указанная в статье, — $2.40 за задачу.
- С веб-поиском Opus 5.5 набрал 92%, Gemini 3.8 Flash — 68%, DeepSeek-V4.1-Flash — 54%, а GLM 5.3 — 42%.
- В бенчмарк вошли задачи из 11 областей; он посвящён типовым расчётам, а не крупным нерешённым проблемам.

## Почему это важно

Для студентов-физиков и их научных руководителей результаты означают, что некоторые задачи с большим объёмом вычислений, которые раньше давали в качестве первых исследовательских проектов, возможно, стало проще автоматизировать. Авторы считают, что такие задания могут больше не подходить для первых проектов, если только цель — не учебная практика. Тест не показывает, способен ли ИИ выбирать важные вопросы или открывать новую физику, поэтому его влияние на исследования за пределами этих расчётов пока неизвестно.

## Источники и ссылки

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

Обновлено: 2026-10-15