11月23日，谷歌Gemini 3在发布后迅速领跑各大基准测试。知名研究机构Epoch AI证实，Gemini 3 Pro在高级数学基准测试FrontierMath中创下新纪录：Tier 1-3准确率达38%，Tier 4达19%，并在综合能力指数（ECI）中以154分超越GPT-5.1的151分。更令人瞩目的是，数学家陶哲轩近日利用Gemini Deepthink模式仅用十分钟解决了百年数学难题埃尔德什问题#367的关键证明。此外，Gemini 3还在物理基准测试CritPt中表现优异，尽管得分为9.1%，但已代表当前AI模型最前沿水平。这一系列成果表明，AI正成为科学家高效协作的重要工具。

2025年，GPT-5 Pro通过分析图片定位关键文献，发现数学难题埃尔德什问题#339已于2003年被解决。该问题涉及数论中加法基方向，由著名数学家保罗·埃尔德什提出，曾长期标注为未解。相关解答出自Hegyvari等人发表于《Crelle》期刊的论文。OpenAI研究员Sebastien Bubeck分享此事后引发热议。此外，GPT-5 Pro还展现了识别学术论文漏洞的能力，加州大学教授Paata Ivanisvili称其仅用18分钟找到五年前耗时数天发现的论文缺陷，并获得更多关注与验证应用。