Astra 有突出的高难数学表现，但不同试卷不能混算一项全领域准确率。FrontierMath Tier 4（v2）约 98%，另有开放难题评测远低于此。题集、预算、工具与验证条件必须一起保留。

数学能力强在哪些地方？

它能处理较复杂的推导、构造思路、代码辅助计算与研究型问题。价值不只在最终答案，也包括提出候选方法、发现反例方向和帮助核查论证。但这些能力仍需题目定义与工具安排，不能等同于任何问题都能一次回答正确。

98% 为什么不是“数学准确率”？

它不是覆盖小学到前沿研究的一张全领域试卷。基准有固定题型与评分标准，模型还可能使用特定推理预算和工具。更换题集、改成互动研究或要求完整形式化证明，都可能得到不同结果。

对公开研究贡献，还应区分独立解题、人类引导、反复尝试和最终验证。有人机协作取得进展，并不说明普通用户输入一句提示就能稳定复现。

Qwen 从 7.9% 升到 48.1% 算谁的成绩？

这是 Astra 参与编辑后，被测 Qwen 小模型的结果，不是 Astra 本身在 MATH-500 上只得 48.1%。它说明 Astra 在那个实验环境中帮助排除了一类行为障碍，不能把提升倍数直接加到 Astra 的数学能力上。

实际使用怎样判断？

把任务分成计算、推导、证明与研究探索，分别验收。计算可用程序独立核实，推导要核查条件、符号和每一步依据，证明还要防止遗漏边界情况。对研究结论，保留人工与专业验证。

比较模型时固定题目、工具、预算与重试次数，记录第一次成功率和总耗费。强基准成绩值得关注，但能否解决你的相应问题，仍要通过同样条件下的实际任务判断。

一句话评价

Astra 已有很突出的高难数学表现，适合充当强力研究与解题助手；它的结果仍需验证，不能把特定题集的接近满分理解成数学问题已普遍解决。