97.6%：GPT-6 Astra於FrontierMath Tier 4創佳績

GPT-6 Astra在數學推理基準測試FrontierMath Tier 4(v2)中取得97.6%。不過，「Major Advance」並非這項分數所對應的等級，而是另一項解題計畫的成果分類。

OpenAI在官方公告中表示，GPT-6 Astra是在自有研究環境或API中接受評估後取得上述分數。同一表格顯示，GPT-5.6 Sol為83.0%，Claude Fable 5.1為87.8%。

OpenAI說明，評估環境與實際服務之間可能存在系統提示詞與工具差異，因此這項數據應解讀為特定評估條件下的結果。

FrontierMath Tier 4(v2)測試研究層級的數學問題。Epoch AI表示，完整題庫共有338題，其中295題屬於Tiers 1至3，43題屬於Tier 4。

Epoch AI表示，2026年6月12日修正題目錯誤時，修改了全體題目的42%。由於題庫曾經調整，比較評估結果時必須一併確認版本與題目組成。

「Major Advance」不是Tier 4的分數區間，而是Epoch AI另一項計畫「FrontierMath: Open Problems」用來評估數學成果重要性的分類，層級低於「Breakthrough」。

Epoch AI將「廣泛數學領域的研究人員會關注成果，並試圖理解解法概要」的結果定義為「Major Advance」。換言之，這是評估解題學術意義的另一套標準，不是單純評量分數。

獲得該分類的問題是「The Core in Approval-Based Committee Elections」。Epoch AI將GPT-6 Astra列為首個解決該問題的模型，但解決方式標示為「human + AI」。

Becker、Greger與Peters研究團隊表示，核心概念與證明主要歸功於GPT-6 Astra，但過程需要長時間互動。Epoch AI在問題頁面指出：「GPT-6 Astra並不是只靠簡單提示詞就能立即解決問題。」

這項紀錄更接近模型在人類研究人員協作過程中提出關鍵想法，而不是模型完全獨立解題。僅憑「Major Advance」分類，難以將其擴大解讀為AI單獨完成的研究成果。

問題本身也有前提條件。研究團隊的解法證明，在核准投票委員會中不存在「core為空」的案例。

Epoch AI表示，因此該基準測試問題從一開始就被設計成不可解的形式，但依照政策仍將其標示為已解決。問題的解決紀錄與題目設計是否恰當，應分開看待。

因此，「GPT-6 Astra在FrontierMath首度達成Major Advance」更接近將不同事實合併後的摘要。已確認的事實是，GPT-6 Astra在Tier 4(v2)取得97.6%，並在人類研究人員協作下，對Open Problems計畫中的Major Advance問題作出貢獻。

評估獨立性也是爭議焦點。Epoch AI在關係揭露文件中表示，FrontierMath是在OpenAI支持下開發，且OpenAI可獨家取得部分問題的存取權。

相關說明指出，OpenAI委託製作300道數學問題，並可取得問題與解法。Epoch AI表示，正準備另外建立一套由50道問題組成、OpenAI無法查看解法的題庫。

另一項評估顯示，成果範圍更為有限。GPT-6 Astra在FrontierMath Erdős的官方分數為3%，Epoch AI表示，在固定條件下，模型只解決了68題中的2題。

包含重複嘗試與更大預算的非官方實驗中，模型解決了5題，但該結果未納入官方分數。這顯示，模型表現可能因FrontierMath的細分題組與評估條件不同而大幅變化。

這次結果顯示，AI數學推理能力的基準測試數據，難以與實際研究成果視為同一件事。本次資料未提出其與虛擬資產、區塊鏈市場的直接關聯，也未提及相關代幣的受惠可能性。