OpenAI的Astra刚刚证明了10个长期未解的数学和科学定理。代币成本为2000美元。
内容提要
OpenAI内部版Astra模型以约2000美元API成本解决了数学和理论计算机科学中10个长期未解问题，虽未达千禧年大奖级别，但展示了前沿推理可量化成本。开发者可按推理预算规划研究，未来小型团队或能通过API负担此类实验，改变前沿AI使用格局。
延伸解读
成本估算的局限
OpenAI给出的2000美元估算仅基于API token价格，未包含模型训练、研究流程或专家评估等成本。因此，这一数字只能作为推理成本的粗略参考，而非完整研究项目的总开销。开发者应将其视为推理预算的起点，而非实际研究成本的精确预测。
推理预算的规划价值
对研究实验室而言，模型“擅长数学”的模糊声明难以规划，但推理预算却可量化。若前沿推理模型通过API开放，团队可预先设定预算，决定投入多少来探索猜想或验证证明。这种可规划性将改变研究方式，使小型团队也能参与前沿探索。
不确定性依然存在
即使投入大量token，模型也可能无法解决问题，OpenAI也承认尝试其他重大问题未成功。因此，推理预算并非保证突破的投入，而是提供一种新的研究途径。研究者需权衡成本与风险，但API模式至少为探索增加了可能性。
Q&A
OpenAI的Astra模型解决了哪些类型的问题？
Astra模型解决了数学和理论计算机科学中的10个长期未解问题，并生成了机器可验证的证明。
OpenAI的Astra模型解决这10个问题花费了多少成本？
大约2000美元的GPT-5.6 Sol API代币成本。
OpenAI的Astra模型是否解决了千禧年大奖问题？
没有，OpenAI研究员Noam Brown表示，他们尝试了其他重大问题但未成功，尚未解决任何千禧年大奖问题。
OpenAI的Astra模型解决这些问题的结果是否已经过人类数学家审查？
没有，结果需要人类数学家的进一步审查，工作尚未完成。
OpenAI的Astra模型解决这些问题的成本估算对开发者有什么意义？
它让开发者可以基于推理预算来规划研究，而不是仅仅依赖模型“擅长数学”的模糊说法。
OpenAI的Astra模型解决这些问题的成本估算有哪些局限性？
该估算不包括模型训练成本、研究过程的其他开销以及专家选择问题和评估答案的成本。
OpenAI的Astra模型解决这些问题的成本估算对小型研究团队有什么潜在影响？
它可能使小型研究团队通过API负担得起前沿推理实验，从而改变谁能够使用前沿系统。
OpenAI的Astra模型解决这些问题的成本估算是否意味着花费更多钱就能保证突破？
不是，花费更多钱并不保证突破，模型可能消耗大量代币但仍无法解决问题。
