GPT-6-Astra 在理论物理基准测试中解决 98% 问题，成本低至 2.40 美元
GPT-6-Astra 在 TheoPhysEval 基准测试中解决了 50 个理论物理常规研究问题中的 49 个，准确率达 98%，平均每题成本低于 3 美元。
推荐理由：基准测试显示 GPT-6-Astra 以极低成本解决绝大多数理论物理常规计算问题，揭示了模型在特定领域的计算能力已超越多数人类专家，并引发对科研训练与资源公平的讨论。
#评测/基准
The Decoder精选AI 评分8080
GitHub Blog · AI & MLAI 评分5252 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，这是一个针对 AI 代码审查代理的开放离线基准，旨在解决现有评测在标签质量、覆盖度和真实性之间的权衡问题。该基准基于对 GitHub 上 1.039 亿个真实 Pull Request 的分析，包含 219 个跨 19 种语言的公开 PR，其语言和仓库大小分布与 GitHub 整体保持一致。