你看到了那条标题："OpenAI 的 Astra 花 $2,000 解决了 10 个开放数学问题。"然后你大概有两种冲突的反应——要么这是自推理模型以来 AI 领域最大的事，要么这是一个披着 Lean 语法的营销数字。这两种反应之间的差距，正是这篇文章要弥合的。
一句话说清现状。2026 年 8 月 1 日，OpenAI 公布了数学与理论计算机科学领域的十项新成果，将其归功于 Astra 的一个内部版本——它下一代、尚未发布的主要模型——估计按 Sol API 费率计算的总 token 成本约为 $2,000，并把每个证明都以机器可检查的 Lean 4 证书形式发布在 GitHub 上。这就是事件本身。大多数报道没有做的是：解释这十项成果到底意味着什么、为什么 $2,000 这个数字重要（以及它漏掉了什么）、以及在你自己的验证流程变成人类同行评审之前，机器检查的证明能走多远。这篇文章做这些事。
可信度说明：下面的一切都基于 OpenAI 的官方公告和论文、公开的 openai/ten-proofs 仓库、OpenAI 的 GPT-5.6 页面，以及 Yahoo Tech 等一手报道，截至 2026 年 8 月 5 日交叉核对。Astra 本身尚未发布，这些成果也未经同行评审；在数学界表态之前，请把时间线和能力声明当作 OpenAI 自己的说法。
OpenAI Astra 是什么？
OpenAI Astra 是 OpenAI 的下一代主要模型家族，截至撰写本文时尚未公开发布。新闻里的每一条声明都关于 OpenAI 在开发中用来评估模型的 Astra 内部版本——与 5 月份那次用 AI 反驳 Erdős 单位距离猜想的是同一个评估闭环。
有两件事容易混淆，先把它们分开：
- Astra 还不是产品。 ChatGPT 模型选择器里没有它，没有 API 端点，OpenAI 也没有承诺任何发布日期。它是当前 GPT-5 家族进行中的继任者。
- 证明是公开的，模型不是。 OpenAI 发布了成果、Lean 证书和推理过程讲解，但明确没有发布模型权重或公开预览。
这个不对称——证据公开、模型封闭——是任何读报道的人最重要的单条事实。它意味着数学今天任何人都能检查，而能力声明在模型发布、独立基准出现之前，只能倚仗 OpenAI 自己的话。
$2,000 的 token 运行：为什么这个数字重要
OpenAI 的确切措辞很重要，因为"花 $2,000 解决数学问题"并不是字面上发生的事：
找到这些问题的解所需的总 token 数，按 Sol API 费率计算大约要花 $2,000。
要拆解三个部分：
这是 token 成本换算，不是研究预算。 OpenAI 并没有花掉 $2,000。公司的意思是：如果你按它当前推理模型的零售 API 价格GPT-5.6 Sol 买下这些解消耗的原始 token，账单约为 $2,000。这是一种传达推理有多便宜的方式——不是 OpenAI 付出去的一笔开销。
便宜才是真正的主标题。 十个开放了十年或更久的问题，用大约一台像样笔记本电脑的价格总量解决，这才是值得品味的事。几年前，前沿数学进展以研究员年和昂贵的超级计算机机时来衡量。Astra 的运行把这种经济学颠倒了：一个新数学思想的边际成本崩塌成了一次长 API 调用的价格。
它是真实成本的下限，不是全貌。 $2,000 排除了开发和训练 Astra 的成本、把原始模型输出整理成 249 页手稿的人类研究员、Lean 里的形式化工作，以及产出这些论证的内部版本背后的算力。这个数字是推理成本的地板，不是总成本。当有人把它引为"一杯咖啡钱的研究"时，记住这一点。
经验法则：$2,000 这个数字对推理成本是诚实的，对除此之外的一切保持沉默。 把它当作运行有多便宜的证据，而不是这项成就的完整经济学。
十项成果，大白话解读
以下是 OpenAI 发布时的完整列表，附每项成果的通俗解读。大多数报道到这里只停在名字上；这张表的意义是让每一项都能被理解。
| # | 领域 | 一句话概括成果 | 之前开放的是什么 |
|---|---|---|---|
| 1 | 高维球堆积 | 高维空间中相同球体可堆积密度的新上界，直抵 Cohn–Elkies 阈值 | 几十年来，最佳上界悬在 Cohn–Elkies 设定的理论下限之上；Astra 的界达到了那个下限 |
| 2 | 二元码与球面码 | 任意最小距离下二元纠错码最大规模的指数级更强上界（外加球面码） | 码规模上界从未整体推进一个指数因子 |
| 3 | 非 sofic 群 | 构造了一个非 sofic 群——一个无法被有限置换群逼近的群 | 自 Gromov 于 1999 年引入 sofic 性以来，这类群是否存在一直是开放问题 |
| 4 | Connes 刚性猜想 | 一个反例：某些群并不能被其 von Neumann 代数唯一确定 | 算子代数领域的长期猜想，争议了几十年 |
| 5 | 算术电路复杂度 | 计算 permanent 的新下界，包括 n⁴/log n 阶的公式下界 | n³ 类壁垒多年来阻挡着进展 |
| 6 | 量子并行重复 | 一般双人量子博弈的指数级并行重复定理 | 经典复杂度的基础性结果，却一直没有一般量子版本 |
| 7 | 最近向量问题（CVP） | CVP 的多项式因子不可近似性，对解码和格问题有推论 | 基于格的抗量子密码的核心；近似难度一直完全开放 |
| 8 | Ehrhart 体积猜想 | 在每个维度，质心是唯一内部格点的凸体的最大体积 | 该猜想只在低维被证明 |
| 9 | 多色 Ramsey 数 | 多色三角 Ramsey 数的超指数下界，解决了 Erdős 第 183 号问题 | Erdős 在 1973 年提出；增长率一直未知 |
| 10 | 极值数猜想 | 紧致性和退化性猜想的反例，解决了 Erdős 第 146 和 180 号问题 | 两个塑造了极值图论的猜想 |
深挖三个值得的
非 sofic 群（成果 3）——头条成果。 "Sofic"群粗略说就是可以被有限置换群任意好地逼近的群——那种你真的能计算出来的对称性。大量群论和遍历理论悄悄假设每个群可能都是 sofic 的，因为这个性质解锁了强大的逼近论证。非 sofic 群是否存在，自 Gromov 于 1999 年提出以来一直是该领域最核心的开放问题之一。Astra 的构造在 Lean 中显式地产生了一个。如果它站得住，意味着整整一类逼近论证有了边界，研究者将不得不说明它们适用于哪些群。
球堆积（成果 1）——触到地板。 在 n 维空间堆等球容易描述、难以解决：最密堆积只在几个维度内已知。Cohn 和 Elkies 的 2003 年定理用线性规划设定了理论上界，但几十年来没有构造在高维接近它。Astra 的新上界达到了那个 Cohn–Elkies 阈值。日常后果：停滞多年的密度界整体推进了一个指数因子，而同一套线性规划机制可能迁移到编码理论（成果 2 同步改善了）。
多色 Ramsey 数（成果 9）——53 年老的 Erdős 问题。 Erdős 的第 183 号问题问多色三角 Ramsey 数 R_k(3) 的增长：最小的 n，使得对 n 个顶点的完全图任意 k 色边染色都必然产生一个单色三角形。答案竟然是超指数的——一个比任何简单指数增长都快的下界。这是一个干净、几十年的数论风格问题，它的解决构成一个满意的故事，即使对永远不会碰图论的人也是如此。
Lean 证书：为什么机器检查的证明改变游戏
这次发布中最有后果的决定不是一条定理——而是证据的形式。十项成果每一项都以 Lean 4 形式证明发布在公开的 openai/ten-proofs 仓库中，Apache-2.0 许可，旁边是 249 页手稿和推理过程讲解——模型如何思考每个问题的叙述。
为什么这是大事：
- Lean 证明是"你可以自己验证"的标准。 Lean 证明是一组由 Lean 内核机械检查的语句——没有信任作者这回事，没有扫视找缺口的空间。OpenAI 说仓库用 Lean 4.32.0 和 mathlib 构建，并公布了确切命令，任何人都能重建。
- 它把"论证是对的"和"模型很聪明"分开。 如果 Lean 证书有缺陷，它会编译失败——不需要主观解读。这正是证明而非模型成为公告最强部分的原因。
- 它仍然给人类判断留了空间。 Lean 证书证明形式语句是可推导的。它们不证明数学解释是对的、所选语句与学界理解的非正式问题一致，也不证明这些结果有趣。那是学界仍然拥有的工作。
一句话结论：OpenAI 给了数学界独立核查这些声明所需的一切——而由学界来说这些声明是否像宣传的那样大。
它对你意味着什么：发布日期、开源与追赶竞赛
读者真正会问的问题：
Astra 发布了或开源了吗？ 两者都没有。它未发布且封闭，OpenAI 没有给任何发布日期。证明是开放的（Apache-2.0）；模型不是。
这是 GPT-5.6 的继任者吗？ 从模型家族意义上说，是的。OpenAI 的 GPT-5.6 页面记录当前已发布的世代；Astra 是仍在开发中的下一个主要家族。$2,000 这个数字以 GPT-5.6 Sol API 费率计价，正是因为那是当前的前沿 token 价格。
OpenAI 说它打算用这个做什么？ 伴随公告，OpenAI 指向它的 ChatGPT for Academic Researchers 计划——为 100,000 名科学家和数学家提供免费访问——以及 5 月对 Erdős 单位距离猜想的反驳，它说这已经启发了 Bloom–Sawin–Schildkraut–Zhelezov 等在 sum-product 猜想上的后续工作。
为什么有些数学家感到不安？ OpenAI 自己指出了这种张力，引用了莱顿人工智能与数学宣言，签署者担心 AI 在该领域的作用。核心争议是署名：OpenAI 说它帮助准备和形式化了手稿、对正确性负责，而数学论证由系统生成。这种功劳划分是否恰当是一个开放的文化问题，不是技术问题。
注意事项：公告没有声称的东西
如果你想像研究者一样思考这件事，同时握住三个注意事项：
- 未经同行评审。 这里的"发布"指公开张贴，不是期刊接收。十项这个深度的成果，学界要花几个月验证、解读和扩展——这正常且健康，不是危险信号。
- $2,000 是零售 token 换算，不是研究成本，且排除了训练和人力（见上文）。
- 能力 ≠ 已验证。 模型未发布、未在公开测试上跑过基准，其数学能力通过这些证明展示——令人印象深刻，但不同于可复现的公开基准。
这些都不意味着工作很弱。它们意味着诚实的立场是有前景且可检查，而不是尘埃落定。证明本身是今天就能行动的东西——克隆仓库并构建它。
今天如何接近它
如果 Astra 的故事让你想拿一个有能力的模型去攻克真正困难的推理——数学、证明、多步骤逻辑——OpenAI 的封闭路径和开放路径之间存在有意义的差异。Astra 未发布且封闭。GLM 5.2 走相反的路：它是智谱 AI 当前的旗舰，MIT 许可开放权重，1M token 上下文窗口，对推理、编码和多步骤智能体工作有强调优——而且现在就能试用，不被锁在内部评估闭环后面。对研究型负载，在承诺封闭模型路线图之前，值得看看这个体量的开放模型如何处理困难提示词。
你可以**在浏览器里免费试用 GLM 5.2，地址是 glm5.app**——无需 API key——直接对着它跑你在意的推理密集型提示词。想更深入了解它在研究型任务上的表现，见我们的 GLM 5.2 科研场景指南。
FAQ
OpenAI Astra 是什么？
OpenAI Astra 是 OpenAI 下一代的主要模型家族，目前未发布。一个内部版本于 2026 年 8 月 1 日宣布的数学与理论计算机科学领域产出了十项新成果，Lean 验证的证明发布在 GitHub 上。
OpenAI Astra 什么时候发布？
OpenAI 没有公布发布日期。迄今发布的一切都关于内部开发版本；公开发布的时间线未知。
OpenAI Astra 开源吗？
不开源。模型封闭且未发布。只有产物是开放的：证明、249 页手稿和推理过程讲解，以 Apache-2.0 许可发布在 openai/ten-proofs 仓库中。
OpenAI Astra 的数学运行花了多少钱？
OpenAI 说找到这些解所需的 token 按 GPT-5.6 Sol API 费率计算约需 $2,000。这是零售 token 成本换算，不是完整研究预算——它排除了模型训练和人力。
那十个证明被验证了吗？
机械上是的：每一项都以 Lean 4 形式证明发布，可以重建和检查。这与同行评审不同——数学界仍需要验证形式语句是否与预期问题一致，并评估这些结果的意义。
Astra vs GPT-5.6——有什么区别？
GPT-5.6 是 OpenAI 当前已发布的推理模型（其 API 定价是 $2,000 估算的基础）。Astra 是下一个主要模型家族，仍在开发中、未发布。
什么是非 sofic 群？
一个群是 sofic 的，如果它能被有限置换群任意好地逼近。每个群是否 sofic 自 1999 年以来一直开放；Astra 显式构造了一个不是 sofic 的群。
写在最后
截至 2026 年 8 月，OpenAI Astra 是一个未发布的下一代主要模型，其内部版本在数学和理论计算机科学领域产出了十项新成果——包括第一个非 sofic 群构造和直抵 Cohn–Elkies 阈值的球堆积界——按当前 API 费率约花 $2,000 token 成本，每个证明都以机器可检查的 Lean 4 证书发布。证明是真正开放、可检查的。能力声明则确实尚未尘埃落定。
理解这个事件最有用的方式，既不是"AI 花 $2,000 解决了数学"，也不是"全是营销"。而是：一个新数学思想的边际成本已经崩塌，证据现在可以机器验证——但它背后的模型仍然是封闭的。 如果你不想等封闭发布，而是今天就开始在难题上用开放的、能推理的模型干活，glm5.app 上的 GLM 5.2 是一个现在就验证这一点的免费方式。
作者：GLM 5 Team。最后审阅于 2026 年 8 月。本文覆盖 OpenAI 截至 2026 年 8 月 1 日的公告；Astra 仍未发布，成果未经同行评审。在依赖任何时间线或能力声明之前，请到 OpenAI 官方页面核实当前状态。
Sources
- Ten advances in mathematics and theoretical computer science — OpenAI — 官方公告（2026 年 8 月 1 日）：十项成果、Astra 署名归属与约 $2,000 token 成本声明。
- openai/ten-proofs on GitHub — 官方仓库，含 Lean 4 证书（Lean 4.32.0、Apache-2.0）、完整十项成果列表与构建说明。
- Ten proofs paper (PDF) — OpenAI 发布的 249 页手稿。
- Reasoning walkthroughs (PDF) — OpenAI 发布的模型对每个解的思考过程叙述。
- GPT-5.6 — OpenAI — 当前已发布模型家族的官方页面，其 Sol API 费率支撑 $2,000 估算。
- Model disproof of the Erdős unit-distance conjecture — OpenAI — 同一评估闭环在 2026 年 5 月的前序成果。
- ChatGPT for Academic Researchers — OpenAI — OpenAI 为 100,000 名科学家和数学家提供的免费访问计划，公告中引用。
- Leiden declaration on AI and Mathematics — 关于 AI 在数学中作用的公开宣言，OpenAI 引用为署名之争的背景。
- Lean — 用于形式证明的定理证明器；Lean 证书是什么的参考。
- Yahoo Tech: OpenAI Astra model solves 10 open math problems for $2,000 — 关于公告与仓库内容的一手新闻报道。