OpenAI показала GPT-6-Astra на бенчмарке TheoPhysEval: 98% точности (49 из 50 задач) при стоимости $2.40 за задачу. Полный прогон обошёлся в $116. Раньше на каждую задачу уходил день работы ведущего специалиста. Что внутри. TheoPhysEval — 50 задач по 11 подобластям теоретической физики: от квантовой механики до космологии. Каждая задача требует формулировки гипотезы, вычислений и проверки — полный цикл научного метода. Бенчмарк уже лежит на Hugging Face. Цена и результат. GPT-6-Astra — 98%. Opus 5.5 — 92%, Gemini 3.8 Flash — 68%, DeepSeek-V4.1-Flash — 54%, GLM 5.3 — 42%. Без веб-поиска Astra и Opus держатся на 92%. Разрыв между лидерами и аутсайдерами — колоссальный, и он напрямую коррелирует с бюджетом. TheoPhysEval содержит только рутинные задачи, а не открытые фундаментальные проблемы. AI быстро щёлкает типовые расчёты — но выбрать, какую задачу стоит ставить, пока не может. Что это значит: рутинные задачи теоретической физики теперь стоят $2.40 за штуку. Но открытые фундаментальные проблемы остаются открытыми.