17 октября 2026 г.
ИИ-агенты решают задачи теоретической физики: лучший взял 49 из 50
Лучший агент, GPT-6-Astra в Codex, решил 49 из 50 задач теоретической физики (98%) в реалистичном режиме, по препринту от 9 октября. Задачи не опубликованы, каждую дал эксперт своего подполя, а ответ можно проверить и нельзя угадать.
Лучший результат дал GPT-6-Astra в Codex с доступом к интернету. Без интернета, только с локальными инструментами, у него 46 из 50, на 6 процентных пунктов меньше. Opus 5.5 в Claude Code решил 46 из 50 в обоих режимах, а GLM 5.3 без интернета набрал 26 из 50 против 21 с ним. Лучший агент тратил меньше 3 USD на задачу.
Память. Отключение веб-поиска и фоновых статей почти не сдвинуло точность. Авторы видят в этом признак того, что модели помнят литературу, а не выводят ответ заново.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Агенты не меняли постановку, когда упирались в трудный вопрос, как это делают люди. Opus задал неверные начальные условия в задаче о пограничном слое, а Codex ошибся в задаче, которую не решил ни один агент.
Задачи не опубликованы, поэтому повторить замер можно только на новой выборке от экспертов.
Первоисточник