OpenAI GPT-5.6 Sol Ultra 一小時內自主解開50年未解數學猜想

OpenAI 的 GPT-5.6 Sol Ultra 在不到60分鐘內自主解開了一項50年未解的數學猜想，展現出可能加速科學發現並挑戰自動化研究邊界的推理能力。

「這代表 AI 在形式推理領域所能達到的成就出現了階級性的轉變，」一位公司發言人表示，並證實該模型在初始提示之外無需任何人為干預，即產出了可驗證的證明。

此項成就由 GPT-5.6 Sol 達成，這是 OpenAI 本週發布的三模型系列中的旗艦級別，另兩款分別為 Terra 與 Luna。Sol 採用了 Ultra Mode，這項新功能可協調四個 AI 代理同時處理複雜工作流程。該模型在 Artificial Analysis Intelligence Index 上獲得59分，僅差 Anthropic 的 Claude Fable 5（59.9分）一分，而每項任務的成本約為後者的三分之一——每百萬輸入代幣5美元，每百萬輸出代幣30美元。此外，Sol 在 Coding Agent Index 上以80分領先，在 Terminal-Bench 2.1 上以91.9%的得分超越 Fable 5。

該證明——一個自1970年代以來一直未獲解決的猜想——將 OpenAI 的技術定位為人類研究人員可能花費數年鑽研單一問題的領域中的潛在工具。如果 AI 能夠例行性地在數小時內而非數十年內生成可驗證的證明，其影響將超越數學，延伸至藥物發現、材料科學和密碼學——這些領域的組合搜索空間往往超出人類能力範圍。這項突破也鞏固了 OpenAI 相對於 Anthropic、Google DeepMind 及其他競逐通用人工智慧（AGI）的實驗室的競爭地位。

推理前沿

GPT-5.6 的架構支援150萬個代幣的上下文窗口，使模型能夠在長鏈邏輯推導中保持連貫性——這是生成數學證明的必要條件。Sol 級別的 Ultra Mode 將子問題分配給四個並行代理實例，每個實例處理不同的驗證步驟，然後再綜合結果。這種多代理方法模仿了人類數學家將複雜證明分解為引理的方式，但速度遠超機器速度。

該模型在形式推理基準測試中的表現表明，這項技術不僅限於單一成果。在 Coding Agent Index 上，Sol 的80分反映了其生成並驗證功能軟體的能力，包括 macOS 程式等複雜應用。同一個產出50年證明的推理引擎，也能夠除錯程式碼、驗證密碼協議，並驗證科學假說。

投資影響

這項突破可能加速 OpenAI 的估值走勢，因為該公司正在爭取企業合約與研究合作夥伴。已向 OpenAI 投資超過130億美元的微軟，可望從 GPT-5.6 與 Azure 及生產力工具的更深層整合中受益。Nvidia——其 H100 和 B200 GPU 為此規模模型的訓練基礎設施提供算力——在 AI 實驗室競相部署日益強大系統的過程中，仍是主要的硬體受惠者。

OpenAI 的定價策略——按代幣計算比 Anthropic 低約66%——迫使競爭對手在維持品質的同時必須達到成本效益。對投資人而言，關鍵問題在於：性能提升是否能持續超越實現這些提升所需的指數級增長訓練成本。GPT-5.6 的訓練過程估計耗費數千個 H100 等效 GPU 小時，這是一場賭注，認為推理突破將解鎖遠超當前聊天機器人模式的商業應用。

本文僅供資訊參考，不構成投資建議。