OpenAI 周六做了一件它很少做的事：为一款尚未完成的模型命名。一份数学报告和配套文章将 Astra 这一名称赋予公司下一代重要模型家族，并附上了一份据称由其内部版本解决的 十个此前开放的问题 清单。

实际被宣称的内容

这十项结果涵盖高维几何、编码理论、群论、量子复杂性、格密码学和极值组合学。OpenAI 的表述是，这些问题 至少十年没有取得进展。每个证明都已在证明助手 Lean 中形式化，而公司称，按 Sol 现行 API 价格计算，相关算力成本约为 2,000 美元。维护 Erdős 问题数据库的 Thomas Bloom 称这些结果是重大新闻——这是一位执业数学家的评论，而非独立审计。

Lean 能证明什么，不能证明什么

这一点是多数报道忽略的区别。经过 Lean 检查的证明是 有效的：步骤成立。Lean 并不能说明命题是否很难、是否确实长期悬而未决，或该结果是否重要。这些判断需要数学界在数月内作出，而且目前都没有经过同行评审。相关结果是 自我报告 的。

这是两个事件，不是一个

聚合媒体把 The Information 报道的周五华盛顿私下演示，与周六公开发布的数学报告混为一谈。二者并不相同。周五的是闭门简报；周六公开的是成果文件。

名称也并非最终版

OpenAI 将 Astra 描述为一个 暂定 名称。公司尚未说明该家族最终是以 GPT-6、GPT-5.7，还是以与现有 Sol、Terra 和 Luna 线路并行的独立层级亮相。开发者目前无法使用，没有定价，也没有发布日期。

Astra 据称用于什么

更早的报道中，这一模型家族的设计目标是：让模型能够 连续数小时甚至数天专注于单一问题，而不是在几秒内给出回答。这与一次十道数学题的运行所暗示的特征一致：长时间跨度、持续搜索，以及按每个结果数千美元计算的成本，而不是每次查询只需几美分的分数成本。这也解释了为何该发布要通过研究成果来预热。一个卖点是花上一整天解决一个问题的模型，无法在聊天窗口中被演示，而它唯一清晰可见的证明，就是别人做不到的一个结果。