OpenAI的通用推理模型在没有人类指导的情况下，独立解决了组合几何领域困扰学界80年的埃尔德什单位距离猜想。该问题由数学家埃尔德什于1946年提出，核心是探究平面上n个点之间最多能有多少对距离为1的单位距离对。
Anthropic 的Claude Mythos模型通过巧妙证明解决了组合几何领域的百年难题——Erdős单位距离猜想，紧随OpenAI的GPT-5.5之后。这一突破采用智能体协同范式，而非传统单一模型，标志着AI在纯数学发现领域的竞争白热化。
菲尔兹奖得主高尔斯教授使用未公开的ChatGPT 5.5 Pro，在一小时内解决了一个长期悬而未决的组合数学难题。这一突破挑战了学界对大模型只能“背书”而非真正理解高深数学的传统认知，引发对AI数学能力的重新审视。
剑桥大学数学教授、菲尔兹奖得主 Timothy Gowers 分享使用未公开的 ChatGPT 5.5 Pro 进行数学研究的经历。该AI模型在一小时内解决了一个组合数学开放性问题，引发学术界对AI数学能力的关注。Gowers指出，大语言模型在数学领域的应用已从早期只能寻找已知信息，发展到能解决开放性问题。
Openai
$2.8
输入tokens/百万
$11.2
输出tokens/百万
1k
上下文长度
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$7
$35
Google
$2.1
$17.5
$21
$105
$0.7
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
Moonshot
Bytedance
$0.8
32
Mungert
OpenReasoning-Nemotron-1.5B是基于Qwen2.5-1.5B-Instruct的后训练推理模型，专门用于数学、代码和科学解决方案的推理生成。该模型在多个推理基准测试中表现出色，支持GenSelect推理模式，能够并行生成多个解决方案并组合最优结果。
PictMCP是一个MCP服务器，为使用AI助手设计测试用例的软件开发者提供可靠、算法正确的成对测试生成。它利用WebAssembly本地运行微软PICT算法，将AI的思考与组合数学计算分离，确保测试生成的确定性和正确性。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
