CritPt v2のスコアはv1より概して高く、直接比較はできません。GPT-6 Astra (max)はv2で83%を記録し、v1の32%から上昇しました。両方…

CritPt v2のスコアはv1より概して高く、直接比較はできません。GPT-6 Astra (max)はv2で83%を記録し、v1の32%から上昇しました。この上昇には両方の変更が寄与しています。私たちのテストでは、増分の大部分は改訂された課題によるもので、コード実行ツールへのアクセスはそれより小さい追い上げとなりました。最先端モデルが現在80%を超えていることから、CritPt v2はv1に比べてフロンティアにおける伸びしろが少なくなっています。