GPT-6 Astra攻克最后一道数学难题，FrontierMath Tier 4宣告饱和

最后一道FrontierMath Tier 4难题被GPT-6 Astra攻破。至此，这套研究级数学测试的所有题目都至少被AI成功解出过一次。Epoch AI正式判定，FrontierMath Tier 4已饱和。OpenAI公布Astra成绩为97.6%，但按Epoch算法，“全部解出”指不同模型、不同时间的尝试累积后，Tier 4每道题都有过成功解答。Astra攻克的正是此前唯一未被AI解出的那道题。

2025年7月11日Tier 4推出时，榜上最高成绩仅约5%。仅一年零两个月，这道“高墙”已变成“台阶”。出题人、马凯特大学数学副教授Jay Pantone表示，以往AI会找数值捷径，而这次AI解法与自己相当接近。他还称，在GPT-6 Astra近期密集攻克数学难题之际，自己已很难惊讶。

FrontierMath最早于2024年11月7日发布，目的是避免数学Benchmark过快被AI刷穿。Epoch AI联合60多位数学家设计原创题，包括陶哲轩、Timothy Gowers、Richard Borcherds等菲尔兹奖得主。陶哲轩曾判断最难的Tier 3可能还能让AI卡上几年。首轮测试中，领先模型正确率不足2%。

最初核心题库300道题，分Tier 1、2、3。Tier 1接近高难度本科题和奥赛；Tier 2为高年级研究生难度；Tier 3接近博士生早期研究问题。随着推理模型出现，2025年Epoch增加Tier 4，共50道题，由数学教授和博士后围绕自身研究方向设计，覆盖分析、数论、组合数学、拓扑、代数几何等。发布之初，所有模型历次测试合计仅解出3道，且依赖未充分论证的假设。官网曾写道，其中一些题可能几十年都不会被AI解决。

此后OpenAI发现FrontierMath错误比预期更多。Epoch启动独立审计，先用GPT-5.5和Claude Opus 4.7筛查，再交数学家复核。2026年6月推出v2版本，Tier 4修正12道、移除7道，留下43题。修订后模型成绩继续上升：GPT-5.6 Sol达83.0%，Claude Fable 5达90.2%，GPT-6 Astra达97.6%，并补上此前唯一未被解出的题。

不过，这并不意味着数学已被AI解决。FrontierMath已进入下一阶段，除Tiers 1-4外，还增加真正的Open Problems，以及将Erdős开放问题形式化进Lean的FrontierMath Erdős。前者直接以尚未解决的研究问题考模型，后者要求AI写出能通过形式化验证的完整证明。Astra在FrontierMath Erdős的68道问题中只解决了2道。