HaiAI123

全球AI工具精選導航

行業動態
持平

CritPt v2 上線，70 道物理題全部改版並重置分數

2026/10/23 — 10/23 04:22·1 個來源（全部）·4 篇報道（全部）

核心速覽 (Key Takeaways)

  • Artificial Analysis 上線 CritPt v2，作者團隊依據研究界反饋聯合物理專家重審並改版了全部 70 道研究級物理挑戰題，模型現在可在使用程式碼執行工具的情況下作答。
  • Artificial Analysis 提醒 v2 分數高於 v1 且兩者不可直接比較，GPT-6 Astra（max）在 v2 上得 83%，v1 時為 32%。

事件背景與詳細解讀

2026 年 10 月 23 日，Artificial Analysis 在 X 上宣佈 CritPt v2 上線。據其介紹，CritPt 作者團隊根據研究界的反饋，聯合物理專家重新審閱並改版了全部 70 道研究級物理挑戰題；模型現在可以在使用程式碼執行工具的情況下作答，完整結果釋出在 CritPt 專案頁。

同一時間釋出的另一條資訊說明了分數變化：CritPt v2 的整體分數高於 v1，但兩者不能直接比較。Artificial Analysis 稱，GPT-6 Astra（max）在 v2 上得 83%，而 v1 時為 32%。據其測試，這一漲幅大部分來自改版後的題目，程式碼執行工具許可權帶來的提升較小。

目前公開的資訊停在這裡：v2 已上線，70 道題全部改版，GPT-6 Astra（max）的分數由 32% 升至 83%，官方強調新舊版本分數不可直接比較。

AI 綜合 2 篇報道生成 · 更新於 1 天前

最新進展Artificial Analysis 公佈的 CritPt v2 結果顯示，GPT-6 Astra（max）得分為 83%，在 v1 上為 32%，兩版分數不能直接比較。按其測試，漲幅主要來自修訂後的題目，程式碼執行工具許可權帶來的提升較小。

相關 AI 工具

GPT-6
libtv广告
24 小時熱度熱度指數 38 · 峰值 75 · 23 小時前
24 小時前現在

這件事的報道 點標題看原文

昨天
  1. CritPt v2 成績普遍上漲：GPT-6 Astra 從 32% 升至 83%

    Artificial Analysis 公佈的 CritPt v2 結果顯示，GPT-6 Astra（max）得分為 83%，在 v1 上為 32%，兩版分數不能直接比較。按其測試，漲幅主要來自修訂後的題目，程式碼執行工具許可權帶來的提升較小。

    提醒讀者：基準換版後的分數漲幅要拆開看

    X：Artificial Analysis (@artificialanlys)官方AI 評分 43
  2. CritPt v2 上線 Artificial Analysis，70 道物理難題已複核

    Artificial Analysis 上線 CritPt v2，CritPt 作者與物理學專家複核了全部 70 道研究級物理題，模型可在呼叫程式碼執行工具後作答。這是基準本身的更新，用於衡量模型在科研級物理問題上的表現，具體分數變化尚未在材料中給出。

    想追模型科研能力評測的人，可關注這個基準的版本變化

    X：Artificial Analysis (@artificialanlys)官方AI 評分 51
  3. CritPt v2 分數不可與 v1 直接比較，GPT-6 Astra 得 83%

    Artificial Analysis 稱 CritPt v2 的整體分數高於 v1，兩者不能直接比較；GPT-6 Astra（max）在 v2 上得 83%，v1 時為 32%。據其測試，漲幅大部分來自改版後的題目，程式碼執行工具許可權帶來的提升較小。

    看清基準改版後，漲分不能直接當能力提升

    X：Artificial Analysis (@artificialanlys)官方AI 評分 49
  4. CritPt v2 上線，70 道研究級物理挑戰題全部改版

    CritPt v2 已在 Artificial Analysis 上線，作者團隊根據研究界反饋，聯合物理專家重審並改版了全部 70 道研究級物理挑戰題。模型現在可以在使用程式碼執行工具的情況下作答，完整結果見 CritPt 專案頁。

    弄清物理基準怎麼改、模型現在怎麼答題

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

同時在說的其他事

熱度怎麼算的？瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。

本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。

爆
討論快速增加
新
首報 6 小時內
發酵中
討論仍在增加

回 AI 行業動態榜 →