A GPT-6 Astra topmodellje az ErdosBench matematikai benchmarkon a legjobb eredményt érte el (226 megoldatlan, Erdős-problémák ihlette feladatból 106-ot oldott meg, 43-at teljesen, 27-et pedig megcáfolt), miközben az OpenAI vezető tudósa, Jakub Pachocki szerint a cég nem a matematikai teljesítményt priorizálta a fejle
- Ez azt bizonyítja, hogy az AI-fejlődés valóban egyre "tüskésebbé" válik – kiugró erő néhány területen, míg máshol stagnálás
- Ez inkább azt mutatja, hogy a modellek alapképességei olyan erősek, hogy a matek "mellékesen" is kiemelkedő tud lenni
- Ez elsősorban stratégiai kommunikáció az OpenAI részéről, nem tényleges technikai prioritásváltás
- Egyik sem – túl korai bármilyen következtetést levonni egyetlen benchmarkeredményből