CritPt v2 评分服务器上线，Artificial Analysis 重测全模型分数微涨
ArtificialAnlys · x · 2026-11-04
Artificial Analysis 与 CritPt 作者合作完成了 CritPt v2 评分服务器的最终版，并通过其 API 向社区开放，同时将该改进并入 Artificial Analysis Intelligence Index v5.0.1。
- 评分服务器逻辑做了健壮性改进
- 所有模型全部重新评分，多数模型分数小幅上涨
- 前沿模型的排名不变，分数变化最多约 1 分
- 配图榜单显示：GPT-6 以 83.1% 居首，GPT-5.1 (High) 82.6%、Gemini 4 Canvas (High with OTS Review) 82.3%、Claude Opus 5.1 with Substack 81.7%、GPT-6 (Tera Hackathon winner) 81.4% 等，末位的 Z 2B King(High) 仅 10.6%
「模型」频道最新
- 「外科手术式编辑」难题：LLM 改法务条款总留下多余墨迹 — graceisford · 2026-11-04
- 让前沿模型开帆船互飙：Argon 夺冠，Opus 没跑完，Qwen 搁浅 — shekitup · 2026-11-04
- Domingos 曝 Gemini 承认若推理设计得当 CoT 和 RL 就是绕路 — pmddomingos · 2026-11-04
- Legora CTO 感叹:前沿模型能理解并直接修改权重 — garrytan · 2026-11-04
- 新研究让模型自组计算图，测试时可比训练时更深推理 — micahgoldblum · 2026-11-04
- LoL 架构性能数据:1B 参数在等 FLOPs 下媲美稠密 Transformer,路由探针 0.95 AUROC — micahgoldblum · 2026-11-04