CritPt v2物理基准测试在Artificial Analysis上线
发生了什么
Artificial Analysis上线CritPt v2物理基准测试，包含70项研究级物理挑战，模型可通过离线沙箱执行代码求解。全集评测中，GPT-6 Astra (max) 和 GPT-6.1 Sol (max) 分数最高，分别为83%和82%。在40题的困难子集评测中，GPT-6 Astra (high effort) 以72%领先，Kimi K3.1 Pro 在开源权重模型中得分最高，为45%。
报道与来源
2 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- X · @ArtificialAnlys来源报道
The Index scores CritPt v2 on a private 40-question hard subset: the 70 research-level physics questions, minus the 30 that seven frontier m
- X · @ArtificialAnlys来源报道
CritPt v2 has launched on Artificial Analysis: the CritPt authors have reviewed all 70 research-level physics challenges, and models now sol
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口
- 来源报道1 个发布入口