主要来源Artificial Analysis
查看原文事件专题 ·多源确认
CritPt v2 登陆 Artificial Analysis：研究级物理基准全面修订
Artificial Analysis 上线 CritPt v2，对 70 道研究级物理挑战全部修订，修正了表述不清、错误和笔误，并改进了评分器稳定性。模型现在以智能体方式作答，可在离线沙盒中编写并运行代码。榜单上 GPT-6 Astra (max) 以 83% 居首，GPT-6.1 Sol (max) 得 82%，Claude Opus 5.5 得 78%。GPT-5 (high) 在 CritPt v2 上仅得 29%，与 GPT-6 Astra 相差 54 个百分点。Intelligence Index 将于 10 月底更新并纳入 CritPt v2。
当前结论
研究级物理基准 CritPt 出 v2 了，题目全改过，模型还能跑代码作答。看看 GPT-6 和 GPT-5 差了 54 分，前沿进展挺直观的。
11 个信源68° AI 热度最后更新 2026/10/22 17:55:37
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。