热榜上的"3000亿"，真实单位不是变量，而是约3000亿个输出token——这是OpenAI那批数学实验的总账，其中纳维-斯托克斯一题就吃掉了约1300亿。10月29日的播客里，奥特曼把金额说得更直白：仅纳维-斯托克斯这项研究就投入了约1000万美元算力，甚至可能略高于这个数字。而克雷数学研究所给这道题定的奖金是100万美元——照这个口径，解一题的算力成本约是奖金的10倍。微博36氪微博
这张9月账单是怎么烧出来的
实验9月1日启动，1万个Agent自发兵分两路：一路尝试证明三维流体解永远光滑，一路逆向搜寻奇点爆破反例。这些Agent之间没有"老板"、没有层级，第50小时一支百来个Agent的小队找到突破口后，数千个Agent随即转向。88小时里，它们来回发了约270万条消息，生成约1300亿个token，最终交出"在足够光滑的外力下，流体可在有限时间形成奇点"的证明。GPT-6 Astra随后又跑了17小时，把整份证明形式化成Lean版本，逐步检查有没有漏洞。36氪36氪微博
单价在断崖下跌，1000万只是9月的快照
把"解一道千禧年难题=1000万美元"当长期价格，会高估这道门槛。10月下旬OpenAI公布的新一批结果——涉及证伪指数时间假设（ETH）、挂谷猜想推进、杨-米尔斯相关问题——全部由模型在单次提示下完成，平均每道题只花约3小时的Pro级深度思考，而模型本体8月下旬才诞生。奥特曼同时打了一个赌：到2027年9月，有望以目前约1%的成本重做同样的工作——按纳维-斯托克斯这单折算，就是十万美元级。算力这条成本曲线在陡峭下行，真正下不来的是另一头。36氪36氪
另一半成本在人：写88小时，读7周
论文公布近7周后，人类开始读懂它的思路，几组偏微分方程专家已经基本理解方法框架。为了让同行消化AI产出，10月15日Simons基金会联合OpenAI、Anthropic承诺合计1500万美元资金及资源，支持数学家检验、理解和拓展AI成果。陶哲轩的批评更直接：OpenAI"启用了自己最大的模型，投入价值数百万美元的算力，只为抢在前面完成"，而留下的"是一份长达100页的AI生成证明，令人失望的是，我们几乎没有从中获得数学洞见"。他甚至说，从未见过如此残酷的竞争。这单"理解成本"，目前没有一年降99%的故事可讲。36氪36氪36氪
1000万买到的，还不是定论
“攻克千禧难题"需要限定范围。其一，OpenAI证明的是允许平滑外力的情形，克雷官方题面的四种命题，证出任意一个就算解答，而大家几十年盯着的无外力版本并没有被碰。其二，截至目前，克雷研究所仍把这道题列为"Active”（进行中），评审与认定没有完成。其三，"攻克"的叙事本身还在修正：10月有论文指出自然语言原稿与Lean形式化版本存在不一致，这并不等于证明被推翻，但意味着机器检查通过不能替代对原稿的验证；10月15日《科学美国人》的多个受访研究组又确认，最终构造外力的方法与此前被认为沿用的西班牙数学家路线并不相同，奥特曼也承认OpenAI没读出自己的模型做了什么。所以这1000万美元买到的，目前更接近一份经机器检查、值得人类投入理解成本的候选答案。微博36氪知乎
11月2日的阿布扎比能源大会上，奥特曼确认攻破此题的正是即将发布的下一代GPT。他也坦言，随着AI接管科研与芯片工程，今天最大的瓶颈只剩一个词：“能源”。算力账单会越来越便宜，电费与"人类读懂的速度"，才是这场竞赛接下来的价格标签。微博36氪
