网页端 GPT‑6 Pro 究竟有多强?已经有人用它解决数学难题了
一直在用 GPT‑6 Pro,发现这个模型可能被不少人低估了。
OpenAI 在发布 GPT‑6 时,主要宣传的是 Astra 本身的能力,很少单独强调 Pro 到底比 Astra max 强多少。但社区已经拿 Pro 做了不少有意思的事情。
先看数学能力。
10 月 6 日,数学研究者 Alexandr Grebennikov 在 arXiv 发布论文,明确表示其中解决 Polynomial Littlewood–Offord 问题的关键证明由 GPT‑6 Pro 自主发现。
这个工作把此前带有对数损失的上界改进到了最优阶。作者随后验证并重写了证明,还公开了 ChatGPT 对话。
算法方面也有不少成果。
QOJ 上已经有人整理了数十道由大模型改进原题解的竞赛题,其中绝大多数标注为 GPT‑6 Pro。
例如 Rikka with Lake,整理者报告算法复杂度从 O(n⁴) 降到了 O(n)。这类题目考验的是算法构造能力,已经不只是简单的代码生成。
不过,Pro 到底比 Astra max 强多少?
第三方 WeirdML v2 给出了一个很有意思的对照:
GPT‑6 Astra max:93.3%
GPT‑6 Astra Pro max:93.6%
平均每次任务运行成本分别约为 7.75 美元和 29.31 美元,后者贵了约 3.8 倍,但得分只提高 0.3 个百分点。
当然,这套评测已经接近饱和,不能据此判断 Pro 在高难推理上的全部价值,而且测的是 API,不是网页端。
另一个 MBABench 2.0 测试中,旧版网页 Pro 在 101 项严格 Excel 交付任务中通过 3 项,Codex Astra xhigh 通过 16 项。执行环境不同,不能直接解释成模型智力差距。
最近网页 Pro 还有一次重要升级。
10 月 16 日,OpenAI 更新 GPT‑6 Pro,改进了工具调用,并加入多 Agent 并行执行能力。
现在主 Agent 可以把任务拆给多个子 Agent,同时查资料、分析不同问题,再汇总结果。用户还能查看子任务进度。
不过,OpenAI 尚未公开每个子 Agent 的具体模型配置和推理预算。
个人觉得,GPT‑6 Pro 最值得关注的还是复杂数学、算法创新和科研推理。已经有人拿出了具体成果,能力上限值得继续挖。
至于它是否全面强于 Codex 中的 Astra max,目前还缺少足够严格的同题对照。
Pro 很强,但多花的计算量,究竟能换来多少额外能力,还需要更多实测。
#GPT6 #OpenAI #AI模型 #AI研究
2
1
79
Google Antigravity 提供了两种不同的 Agent 协作机制:Orchestrator(Neon)和 Swarm。
Orchestrator 主打双模型协作。 Gemini 4 Neon 负责分析、规划和验收,Hydrogen 负责代码修改、构建和测试。遇到复杂问题时,Hydrogen 会将控制权交回 Neon,重新规划。核心优势是兼顾高质量推理、执行速度和 Token 效率。
Swarm 主打多 Agent 并行。 通过 /swarm 启动多个独立 Worker,各自拥有独立上下文,通过共享消息板协作,并由 Verifier 审核结果。适合多模块开发、并行排查和大型代码库任务。
使用建议: Google 官方推荐将 Orchestrator 作为日常开发默认模式;任务能明确拆分时再用 Swarm,复杂算法或疑难 Bug 则考虑 /boost。
两者可以组合使用: 选择 Orchestrator (Neon) 后调用 /swarm,但目前官方尚未明确保证每个 Worker 都会自动采用 Neon + Hydrogen 双模型机制。
对于日常编程,我更推荐 Orchestrator 优先、Swarm 按需开启,避免不必要的 Agent 调度和额度消耗。
9
7
250











