HaiAI123

全球AI工具精选导航

行业动态
持平

CritPt v2 上线，70 道物理题全部改版并重置分数

2026/10/23 — 10/23 04:22·1 个来源（全部）·4 篇报道（全部）

核心速览 (Key Takeaways)

  • Artificial Analysis 上线 CritPt v2，作者团队依据研究界反馈联合物理专家重审并改版了全部 70 道研究级物理挑战题，模型现在可在使用代码执行工具的情况下作答。
  • Artificial Analysis 提醒 v2 分数高于 v1 且两者不可直接比较，GPT-6 Astra（max）在 v2 上得 83%，v1 时为 32%。

事件背景与详细解读

2026 年 10 月 23 日，Artificial Analysis 在 X 上宣布 CritPt v2 上线。据其介绍，CritPt 作者团队根据研究界的反馈，联合物理专家重新审阅并改版了全部 70 道研究级物理挑战题；模型现在可以在使用代码执行工具的情况下作答，完整结果发布在 CritPt 项目页。

同一时间发布的另一条信息说明了分数变化：CritPt v2 的整体分数高于 v1，但两者不能直接比较。Artificial Analysis 称，GPT-6 Astra（max）在 v2 上得 83%，而 v1 时为 32%。据其测试，这一涨幅大部分来自改版后的题目，代码执行工具权限带来的提升较小。

目前公开的信息停在这里：v2 已上线，70 道题全部改版，GPT-6 Astra（max）的分数由 32% 升至 83%，官方强调新旧版本分数不可直接比较。

AI 综合 2 篇报道生成 · 更新于 9 小时前

最新进展Artificial Analysis 公布的 CritPt v2 结果显示，GPT-6 Astra（max）得分为 83%，在 v1 上为 32%，两版分数不能直接比较。按其测试，涨幅主要来自修订后的题目，代码执行工具权限带来的提升较小。

相关 AI 工具

GPT-6
libtv广告
24 小时热度热度指数 76 · 峰值 100 · 9 小时前
24 小时前现在

这件事的报道 点标题看原文

今天
  1. CritPt v2 成绩普遍上涨：GPT-6 Astra 从 32% 升至 83%

    Artificial Analysis 公布的 CritPt v2 结果显示，GPT-6 Astra（max）得分为 83%，在 v1 上为 32%，两版分数不能直接比较。按其测试，涨幅主要来自修订后的题目，代码执行工具权限带来的提升较小。

    提醒读者：基准换版后的分数涨幅要拆开看

    X：Artificial Analysis (@artificialanlys)官方AI 评分 43
  2. CritPt v2 上线 Artificial Analysis，70 道物理难题已复核

    Artificial Analysis 上线 CritPt v2，CritPt 作者与物理学专家复核了全部 70 道研究级物理题，模型可在调用代码执行工具后作答。这是基准本身的更新，用于衡量模型在科研级物理问题上的表现，具体分数变化尚未在材料中给出。

    想追模型科研能力评测的人，可关注这个基准的版本变化

    X：Artificial Analysis (@artificialanlys)官方AI 评分 51
  3. CritPt v2 分数不可与 v1 直接比较，GPT-6 Astra 得 83%

    Artificial Analysis 称 CritPt v2 的整体分数高于 v1，两者不能直接比较；GPT-6 Astra（max）在 v2 上得 83%，v1 时为 32%。据其测试，涨幅大部分来自改版后的题目，代码执行工具权限带来的提升较小。

    看清基准改版后，涨分不能直接当能力提升

    X：Artificial Analysis (@artificialanlys)官方AI 评分 49
  4. CritPt v2 上线，70 道研究级物理挑战题全部改版

    CritPt v2 已在 Artificial Analysis 上线，作者团队根据研究界反馈，联合物理专家重审并改版了全部 70 道研究级物理挑战题。模型现在可以在使用代码执行工具的情况下作答，完整结果见 CritPt 项目页。

    弄清物理基准怎么改、模型现在怎么答题

    X：Artificial Analysis (@artificialanlys)官方AI 评分 49

同时在说的其他事

热度怎么算的？了解口径

热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。

本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →