CritPt v2 est lancé sur Artificial Analysis : les auteurs de CritPt ont révisé les 70 défis de physique de niveau recherche, et les modèles maintenant les résolvent avec un outil d'exécution de code
Suite aux retours de la communauté de recherche, l'équipe CritPt et des collaborateurs experts en physique ont révisé chaque défi, corrigé les énoncés sous-spécifiés, les erreurs et les coquilles, et amélioré la stabilité du correcteur. Nous exécutons désormais CritPt v2 de manière agentique : les modèles peuvent écrire et exécuter du code dans un bac à sable hors ligne avec des outils de calcul.
Nous mettrons à jour l'Index d'Intelligence fin octobre, incluant des modifications de CritPt.
Points clés :
➤ Les récentes versions d'OpenAI dominent le classement : GPT-6 Astra (max) et GPT-6.1 Sol (max) obtiennent les meilleurs scores avec 83% et 82%, suivis de Claude Opus 5.5 (max with fallback) à 78% et GPT-5.6 Sol (max) à 75%
➤ CritPt v2 montre les progrès rapides à la frontière en physique de niveau recherche : GPT-5 (high), sorti en août 2025, obtient 29% sur CritPt v2, soit 54 points de moins que GPT-6 Astra (max)
Merci à @MiniHui_zhu, @MinyangTian1, @haopeng_uiuc et à l'ensemble de l'équipe CritPt pour leur travail sur cette révision et leur collaboration continue