CritPt v2物理评测上线，GPT-6 Astra居首

Artificial Analysis 上线了 CritPt v2 物理评测，GPT-6 Astra 以 83% 的成绩排在首位。 CritPt 团队复核了全部 70 道研究级物理题，修正了表述不清、错误与拼写问题，并提升了评分器的稳定性。评测方式也改为智能体模式：模型可以在离线沙箱中编写代码并调用计算工具。 这一结果反映的是模型在可调用代码执行工具的条件下解决研究级物理题的表现，并不等同于模型在无工具条件下的能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。