奥特曼在GPT-5的发布会上曾说过一个结论。“以后每个人的兜里都有一个博士级AI随时随地的提供建议”。GPT-5的发布后也被全球的疯狂实测，API使用量暴增。当然，有些讨论重点关注的是“还我GPT-4o”这种情绪化的能力方面。 但重点是，奥特曼一直强调，GPT-5有“博士级”推理能力。这事儿，真的靠谱吗？ 这不，一个叫FormulaOne的硬核测试，就让世界上这些最顶级的模型“现了原形”。 FormulaOne题目分三关，一关比一关难。 论文地址:https://arxiv.org/pdf/2507.13337…