GPT-6 Astra solves last unsolved FrontierMath Tier 4 problem; Epoch AI declares benchmark saturated
OpenAI's GPT-6 Astra has solved the last unsolved FrontierMath Tier 4 problem, leading Epoch AI to declare the benchmark saturated. All Tier 4 problems have now been successfully solved at least once by AI, with OpenAI reporting a 97.6% score for Astra. The benchmark, launched in November 2024 to resist AI saturation, saw top scores around 5% at its Tier 4 debut in July 2025.
Coverage timeline
量子位量子位
AI数学的最后一道高墙，塌了！GPT-6 Astra刷穿FrontierMath Tier 4 henry 2026-09-12 15:33:54 来源： 量子位 FrontierMath Tier 4，饱和了 henry 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚，最后一道FrontierMath Tier 4难题，被GPT-6 Astra攻破了。 至此，这套曾经被视作 大模型数学噩梦 的研究级测试，所有题目都已经至少被AI成功解出过一次。 Epoch AI也正式给它下了结论， FrontierMath Tier 4，饱和了。 虽然从上面的图里看，Astra还没有直接干到100%，OpenAI自己公布的成绩也是97.6%。 但按照Epoch的算法，“全部解出”指的是把不同模型、不同时间的尝试累积起来以后，Tier 4里的每一道题都已经有过成功解答。 而Astra干掉的，正是此前唯一还没有被AI攻破的那一道。 （简单理解就是Astra可能在某次测试中出错了，但它对的那道题是此前没被解出来的） 有一说一，这个发展速度还是相当离谱的。 如果你关注模型评测的话，就知道2025年7月11日，Tier 4刚刚推出时，榜上最高成绩只有大约5%。 现在刚过了一年零2个月，这个曾经的“高墙”已经变成了“台阶”，最后一道难以被AI通过捷径绕道解决的问题也被跨越。 出题人自马凯特大学数学副教授 Jay Pantone 也表示，以往AI都会找数值捷径，而这一次，AI的解法和自己相当接近。 不过，就在最近GPT-6 Astra集中向数学界猛攻，三天两头解决千禧年难题之际，Pantone表示自己已经很难惊讶了！ 可以说，数学俨然已经成了Astra最近刷存在感最猛的地方之一。 从不足2%，到专门加一道“研究级防线” FrontierMath最早于2024年11月7日发布，而它诞生的目的，本身就是为了避免数学Benchmark过快被AI刷穿。 当时像GSM8K、MATH这样的传统数学Benchmark已经越来越难拉开头部模型之间的差距，于是Epoch AI联合60多位数学家，重新设计了一批此前从未公开过的原创题。 其中，就包括陶哲轩、Timothy Gowers、Richard Borcherds等菲尔兹奖得主。 陶哲轩当时看完其中一些研究级题目后直言，这些题“极其困难”，甚至判断最难
