先了解这件事
AI 综述
Artificial Analysis 已上线 CritPt v2 评测。据其发布的信息,70 道研究级物理题经作者团队全面复核,作答方式改为在离线沙箱中借助代码执行工具以智能体方式完成。榜单显示,GPT-6 Astra(max)与 GPT-6.1 Sol(max)分别以 83%、82% 居首,Claude Opus 5.5(max with fallback)为 78%,GPT-5.6 Sol(max)为 75%。2025 年 8 月发布的 GPT-5(high)仅得 29%,比 GPT-6 Astra(max)低 54 个百分点。目前该评测已上线,尚无后续更新。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Artificial Analysis
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月23日
Artificial Analysis
CritPt v2 上线 Artificial Analysis：GPT-6 Astra 以 83% 登顶
CritPt v2 已在 Artificial Analysis 上线，70 道研究级物理题经作者团队全面复核，改为在离线沙箱中带代码执行工具以智能体方式作答。GPT-6 Astra（max）与 GPT-6.1 Sol（max）分别以 83%、82% 居首，Claude Opus 5.5（max with fallback）78%、GPT-5.6 Sol（max）75% 紧随其后。2025 年 8 月发布的 GPT-5（high）仅得 29%，比 GPT-6 Astra（max）低 54 个百分点。