免费送最强模型给10万学者，科学发现提速的承诺与落差
每周已有约130万人用ChatGPT做高级科研，但此次免费名额规划仅10万；密集用户要求AI承担长任务的比例是同行两倍，研究深度在分化。
⚑ 厂商内容本文源自OpenAI官方博客，宣布ChatGPT for Academic Researchers计划，信息带有企业立场和推广意图。
一分钟速览结论先行 · 门道在下面
- 免费名额10万:计划到2027年向10万名研究者免费提供最新模型，今夏从1万名起步。
- 每周130万人使用:每周约有130万人使用ChatGPT进行高级科学和数学研究，生成约840万条消息。
- 数学推理得分83%:GPT‑5.6 Sol在FrontierMath Tier 4得分83%，而GPT‑5.5为72.5%。
- 密集用户长任务近乎翻倍:前20%密集用户中近7%的请求预估需四小时以上，是同领域其他研究者3.5%的两倍。
- 超2.5亿美元投入:该项目是到2027年超过2.5亿美元支持外部科研承诺的一部分，包含5000万美元NextGenAI计划。
1
免费开放，但名额阶梯释放
首批1万，2027年才到10万，机构门槛已划定
OpenAI推出ChatGPT for Academic Researchers计划，将向选定学术机构的研究者免费提供前沿模型。项目今夏从1万名研究者开始，研究所（IAS）和巴黎高等师范学院等已可访问，计划到2027年扩展到10万名。每位参与者还可邀请所在机构最多四位合作者。
1万今夏起步名额
10万2027年目标名额
◎ 我们的判断免费投放最强模型看起来很慷慨，但起跑段只有1万名额，且限定在“选定学术机构”，大部分研究者短期内仍靠付费版本，资源落差可能被强化而非弥合。
2
AI已嵌入科研日常，但使用深度分化
每周130万人产生840万条消息，顶端用户更敢扔难题
AI成为研究工具的速度比许多人预期更快。每周约有130万人使用ChatGPT进行高级科学和数学研究，生成约840万条消息。过去六个月，数学领域尤其明显，AI从偶尔用于孤立问题变为常规组成，越来越多论文承认ChatGPT的贡献。
密集用户近7%请求预估需≥4小时任务的比例
其他研究者3.5%同领域其他研究者的比例
打个比方这就像课题组里，经验最丰富的研究员更愿意把复杂综述或建模任务交给助理——AI使用率前20%的研究者几乎以两倍的概率把“重活”托付给模型。
◎ 我们的判断每周超百万人用量说明AI已成为科研基础设施，但近7%与3.5%的差距暗示，AI在科研中的使用效率正在分出层级，顶端用户可能因此拉大产出差距。
3
最强数学模型登场，但生物题仍难解
FrontierMath Tier 4得分83%，GeneBench Pro解决率31.5%
术语卡 · FrontierMath Tier 4一个衡量研究级数学推理难度的基准测试，Tier 4代表最高难度层级，需要原创性数学思维。
术语卡 · GeneBench Pro评估模型在复杂生物数据分析与科学推理上的基准，涉及基因组分析、蛋白质建模等多步任务。
研究者还能使用超过75项生命科学技能，涵盖遗传学、基因组学、蛋白质建模和药物发现，并可通过连接器访问科学文献、公共基因组数据库、卫星图像等。
4
背后是2.5亿美元科研承诺
不止免费账号，还包括培训、合作与能源部项目
ChatGPT for Academic Researchers是到2027年超过2.5亿美元支持外部科学研究与发现承诺的一部分。其中包括NextGenAI，一项支持研究机构的5000万美元计划，以及与能源部Genesis任务的合作——将前沿AI带到国家实验室和大学。
超2.5亿美元2027年前外部科研总投入
5000万美元NextGenAI专项
项目还将提供针对不同经验水平的培训，从入门到高级研究应用，并有熟悉研究工作流程的专家支持。OpenAI计划让参与者分享实用方法、相互学习，并根据反馈改进模型对研究社区的价值。
来源与口径
本文为 CyberFocus 对原报告的编译解读,所有数字逐字出自原文,未作外推。 数字均出自OpenAI 2026年7月29日官方博客，统计口径如“约”“近”等均依原文保留。
阅读原文 →解读与翻译仅供学习交流使用,内容版权归原作者所有。
