CritPt v2 已上线 Artificial Analysis。CritPt 团队与物理学专家合作，对全部 70 道研究级物理挑战题逐题复核，修正了表述不清、错误和拼写问题，并提升了评分器的稳定性。

打开网易新闻 查看精彩图片

这次改版的一个关键变化是评测方式：CritPt v2 改为智能体式运行，模型可以在离线沙箱中编写并执行代码，调用计算工具来解题。也就是说，考的不只是模型"知道什么"，还包括它能不能动手算。

榜单结果如下：

  • GPT-6 Astra（max）：83%，居首
  • GPT-6.1 Sol（max）：82%
  • Claude Opus 5.5（max，带 fallback）：78%
  • GPT-5.6 Sol（max）：75%

OpenAI 近期发布的几款模型占据了前列。而 2025 年 8 月发布的 GPT-5（high）在 CritPt v2 上只有 29%，比 GPT-6 Astra（max）低 54 个百分点。

这 54 分的落差，是 CritPt v2 用来展示研究级物理前沿进展速度的直接证据。团队同时表示，将在 10 月下旬更新 Intelligence Index，其中会包含对 CritPt 的调整。