CritPt v2 已在 Artificial Analysis 上线：CritPt 作者已审查了全部 70 道研究级物理挑战，现在模型可以借助代码执行工具解决这些挑战
根据研究社区的反馈，CritPt 团队与物理专家合作者审查了每一道挑战，纠正了表述不清之处、错误和笔误，并提高了评分器的稳定性。我们现在以智能体方式运行 CritPt v2：模型可以在配备计算工具的离线沙盒中编写和运行代码。
我们将在 10 月下旬更新 Intelligence Index，其中包括对 CritPt 的修改。
要点：
➤ OpenAI 最近的发布位居榜首：GPT-6 Astra (max) 和 GPT-6.1 Sol (max) 分别以 83% 和 82% 得分最高，其次是 Claude Opus 5.5 (max with fallback) 的 78% 和 GPT-5.6 Sol (max) 的 75%
➤ CritPt v2 展示了前沿在研究级物理上的快速进展：2025 年 8 月发布的 GPT-5 (high) 在 CritPt v2 上得分为 29%，比 GPT-6 Astra (max) 低 54 分
感谢 @MiniHui_zhu、@MinyangTian1、@haopeng_uiuc 以及更广泛的 CritPt 团队为此次修订所做的工作和持续的合作