# 普林斯顿用 DeepSeek V4 做数学证明，成本只要别人的五百分之一

> 原标题：DeepSeek V4做数学证明，500倍成本优势：智能体系统刷新多项纪录

- 来源：机器之心 · 公众号
- 发布时间：2026-06-06T04:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/34969
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651037518&idx=2&sn=2d6012bcb8a495b818fce4458626480d

## 摘要

普林斯顿的研究员搞了一套叫 Goedel-Architect 的智能体系统，专门让模型在 Lean 这种形式化证明语言里自动做数学题。他们拿 DeepSeek-V4-Flash 跑 PutnamBench 数学竞赛题，672 道题里正确率到了 75.6%，API 调用费总共才花了 294 美元。

## 推荐理由

普林斯顿团队用 Goedel-Architect 系统让 DeepSeek-V4-Flash 在 Lean 里自动做数学题，PutnamBench 672 道题正确率 75.6%，API 调用费共 294 美元。

## 锐评

294 美元对 17 万，这个对比确实够狠。就算 Hilbert 那 17 万含了大量试错和人工调参，DeepSeek 这边 294 美元也是实打实的 API 账单，量级差摆在那。形式化证明这种任务 token 消耗大、试错多，成本能压到这个数，推理单价已经低到可以让 agent 随便跑。75.6% 对 70.0% 还高了一截，只能说贵的不一定好使。跑 agent 做数学或代码验证的，模型选型该重新算一遍账了。
