一张数学试卷，能难住几代 GPT？
从 3.5 出发：得分率超过 90%，就换更难的试卷；否则换更强的模型。
中考、高考、高中数学联赛、IMO、CMO，一直到最后一关。
答卷结合参考答案与官方评分细则，由 GPT 评分。正式参赛推理模型采用最高可用推理强度，Astra 使用 low。
画面中的价格是 2026-09-17 核验的官方 API 标准文本参考价（美元／百万 tokens，输入／输出），不是本次实付费用。5.5、Astra 使用标准短上下文口径。
章节
00:00 曾经的试卷
00:15 模型的进化
00:31 五套试卷
00:45 赛制
00:56 3.5：第一轮挑战
01:10 4o：同一张试卷
01:23 THINK：专门推理模型
01:30 o3-mini：推理跃升
01:52 5 mini：换下中考卷
02:06 2022新高考Ⅰ卷
02:17 思考触及上限
02:37 5.5：147分
03:01 高中数学联赛
03:33 GPT-6 Astra
03:43 4与3.2
04:11 满分与效率
04:24 IMO
04:57 CMO
05:27 进化的路线
05:38 这个视频
音乐署名（发布时保留）
“Race The Sun” by Scott Buckley — released under CC BY 4.0.
https://www.scottbuckley.com.au/library/race-the-sun/
https://creativecommons.org/licenses/by/4.0/
Music promoted by Free-Stock-Music.com: https://www.free-stock-music.com/
Music edited and mixed for this film.
Sound effects: Mixkit — Sound Effects Free License.
https://mixkit.co/license/#sfxFree
模型资料与价格
https://developers.openai.com/api/docs/pricing
https://developers.openai.com/api/docs/models/gpt-3.5-turbo
https://developers.openai.com/api/docs/models/gpt-4o
https://developers.openai.com/api/docs/models/o3-mini
https://developers.openai.com/api/docs/models/gpt-5-mini
https://developers.openai.com/api/docs/models/gpt-5.5
https://developers.openai.com/api/docs/models/gpt-6-astra
