CritPt v2基准上线并公布模型成绩

2026年10月23日，Artificial Analysis 在社交平台宣布，修订版物理基准 CritPt v2 已在其平台上线。据该来源称，CritPt 团队与物理专家逐题复核了全部 70 道研究级物理题，修正了表述不清、错误和拼写问题，并提升了评分器稳定性。评测方式也有调整：模型现在以智能体方式解题，可在离线沙箱中编写并运行代码，调用计算工具。同一来源称，GPT-6 Astra 以 83% 的成绩登顶，但报道未给出其他模型的分数或完整排名。该来源还表示，将于10月下旬更新 Intelligence Index，其中包含对 CritPt 的调整。目前关于题目修订细节、评分器改动幅度及榜单完整结果，均仅有该来源的单一说法，尚无独立跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。