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。両方とも…

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。弊社のテストでは、増分の大部分は改訂されたチャレンジによるもので、コード実行ツールへのアクセスはそれより小さい追加の向上をもたらしました。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余地が少なくなっています。