# PaperBenchX：GPT-6 Astra论文完整复现率为13.98%

> UniPat AI用93项跨学科论文复现任务测试AI科研代理。最高完整复现率来自GPT-6 Astra，为13.98%。

Oossa · 2026-10-08 · https://oossa.com/zh/paperbenchx-gpt-6-astra-13-98

事件日期: 2026-10-08

UniPat AI发布了PaperBenchX，用93篇真实论文设计复现任务，测试AI能否在科学软件中重做研究并提供可验证的证据。任务覆盖12个研究方向；评测会删除代理生成的输出、断开网络，再从头运行提交的工作流。

据该团队公布的结果，GPT-6 Astra在这93项任务中的完整复现率为13.98%。PaperBenchX还报告，受测配置的验证阶段平均得分为42.80%，低于建模和执行阶段的62.70%与61.84%。团队已开源12项测试任务，另有81项封闭任务。

## 事实

- 完整复现任务数：93；PaperBenchX覆盖12个研究方向。
- GPT-6 Astra完整复现率为13.98%；上述结果由UniPat AI团队公布。

## 为什么重要

对使用AI代理做科研的研究者来说，这项测试显示，模型能运行部分计算，不等于能可靠重现论文结论；它是否能提升实际研究效率，仍需更多验证。

## 来源与参考

1. [ChatGPT踢到铁板了！能破解千禧数学难题，但论文复现率低至13.98%？](https://www.qbitai.com/2026/10/501995.html) – QbitAI, 2026-10-08

最后更新: 2026-10-08