CritPt v2 上线 Artificial Analysis，GPT-6 Astra 以 83% 居首

Artificial Analysis· @ArtificialAnlys · X·2026-10-23 02:12· 1 小时前AI 评分48

AI 导读

CritPt v2 已在 Artificial Analysis 上线，CritPt 团队复核了全部 70 道研究级物理题，修正表述不清、错误与拼写问题并提升评分器稳定性，同时改为智能体方式运行，模型可在离线沙箱中写代码并调用计算工具。

正文 · 原文

CritPt v2 已在 Artificial Analysis 上线：CritPt 作者复核了全部 70 道研究级物理挑战题，模型现在可通过代码执行工具来解答这些题目

根据研究界的反馈，CritPt 团队与物理学专家合作者复核了每一道挑战题，修正了表述不清的陈述、错误与拼写问题，并提升了评分器的稳定性。我们现在以智能体方式运行 CritPt v2：模型可以在离线沙箱中编写并运行代码，并使用计算工具。

我们将在 10 月下旬更新 Intelligence Index，其中包括对 CritPt 的改动。

关键要点：

➤ 近期 OpenAI 发布的模型位居榜首：GPT-6 Astra（max）和 GPT-6.1 Sol（max）得分最高，分别为 83% 和 82%，其次是 Claude Opus 5.5（max with fallback）的 78% 和 GPT-5.6 Sol（max）的 75%

➤ CritPt v2 展现了前沿在研究级物理上的快速进展：2025 年 8 月发布的 GPT-5（high）在 CritPt v2 上得分为 29%，比 GPT-6 Astra（max）低 54 个百分点

感谢 @MiniHui_zhu、@MinyangTian1、@haopeng_uiuc 以及更广泛的 CritPt 团队在本次修订中的工作与持续合作