CritPt v2 上线：GPT-6 Astra 得 83%，较 GPT-5 高 54 分
ArtificialAnlys · x · 2026-10-23
Artificial Analysis 联合 CritPt 团队推出研究级物理基准 CritPt v2：对全部 70 道挑战题逐一复核，修正了表述含糊、错误和笔误，并改进评分器稳定性；模型现在可在离线沙箱中以代码执行工具的 agent 方式作答。
要点：
- 榜首为 GPT-6 Astra (max) 83%、GPT-6.1 Sol (max) 82%，Claude Opus 5.5 (max with fallback) 78%、GPT-5.6 Sol (max) 75%
- 2025 年 8 月发布的 GPT-5 (high) 仅 29%，落后榜首 54 分，凸显前沿进展之快
- 十月下旬将更新 Intelligence Index，纳入 CritPt 新版
- v2 分数普遍高于 v1 且不可直接比较：提升主要来自题目修订，代码工具带来较小增益
所属事件:物理基准 CritPt v2 发布，GPT-6 Astra 以 83% 登顶(4 条相关)→
「模型」频道最新
- OpenAI 额度机制遭吐槽：剩 13% 用量时拒绝手动重置 — AccomplishedSugar490 · 2026-10-23
- 816B Meta 新模型 39 分反输 180B Qwen：开源模型得分/规模图 — BTA_Labs · 2026-10-23
- 文档太大就不干活？Gemini 在 Google Docs 里拒生图 — viksit · 2026-10-23
- 程序员吐槽：人生真正使命是安利大家试试最新 DeepSeek — intellectronica · 2026-10-23
- SubQ Snap 1.1 登顶决策模型指数，384K 上下文与低幻觉率取胜 — ArtificialAnlys · 2026-10-23
- PolyAI 推 Dialog-RSN-1 语音模型：单 pass 直听音频，响应快于 300ms — matthen2 · 2026-10-23