TCSExam 论文发布，GPT-6 Astra 与 Opus 5.5 分列两个版本首位

清华大学与 Moonshot AI 团队发布 TCSExam 论文，以统一基准评估前沿 LLM 在定理证明、求解器工程、构造与公开猜想攻坚方面的能力。TCSExam-Full 含 100 道专家评审任务，GPT-6 Astra 以 71.9 分领先；TCSExam-Lite 含 20 题并将尝试次数减少 80%，Opus 5.5 以 72.3 分领先。