CritPt v2 涨分主因是改题：v1 的 32% 到 v2 的 83% 不可直接对比
ArtificialAnlys · x · 2026-10-23
Artificial Analysis 补充说明：CritPt v2 分数普遍高于 v1 且不可直接比较——GPT-6 Astra (max) 从 v1 的 32% 升至 v2 的 83%。测试显示，涨幅大部分来自题目修订本身，代码执行工具的加入只带来较小的额外提升。随着领先模型已超 80%，CritPt v2 在前沿留下的头部空间比 v1 小得多。
「模型」频道最新
- Humansand 发布 Persimmon 与 Ampersand,用 RLSF 训练主动陪伴 AI — alexisjross · 2026-10-23
- Science 封面：三智能体 AI 序贯诊断准确率近医生两倍且成本更低 — EricTopol · 2026-10-23
- 「互联网正上演中国无审查模型集群的攻防大战」：网络安全迎来数学时刻 — burny_tech · 2026-10-23
- 简单搜索也塞 24 个要点？用户吐槽 Gemini 回答过度冗长 — EddyVGG · 2026-10-23
- CritPt v2 上线：GPT-6 Astra 拿 83%，领先 GPT-5 高达 54 分 — ArtificialAnlys · 2026-10-23
- Underdog 携手 NVIDIA 推本地模型：Saluki 27B 不到 8GB 剑指 Opus 4.6 — heyneighbor · 2026-10-23