Today for AI
返回热点榜
llm热度 27.4°

AI 聚合热点事件 · 2026/10/23

CritPt v2 发布 前沿模型代码沙盒解物理难题

2 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/23 02:12:51
全景综述与最新动态
1 家信源交叉印证

Artificial Analysis 上线 CritPt v2，修正了70道研究级物理题并引入离线代码执行沙盒。最新榜单显示 GPT-6 Astra 以83%得分领跑，较一年前的 GPT-5 提升54个百分点，凸显前沿模型在复杂推理与工具调用上的快速进展。

最新动向/Artificial Analysis 上线 CritPt v2，该版本经专家修正后支持代码执行工具。最新数据显示 GPT-6 Astra 以 83% 的准确率登顶，较一年前的 GPT-5 提升 54 个百分点，凸显了大模型在复杂科学推理任务上的快速进展。

热度曲线逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时，暂不绘制趋势曲线。

TIMELINE报道时间线

共 2 篇 · 最新优先
  1. Artificial Analysis (@ArtificialAnlys)T1·78 分

    CritPt v2 发布：前沿模型在物理研究级基准得分大幅跃升

    原标题：CritPt v2 has launched on Artificial Analysis: the CritPt authors have reviewed all 70 research-leve...

    • CritPt v2 修复了题目歧义并引入离线沙箱代码执行能力，提升了评测稳定性
    • GPT-6 Astra (max) 以 83% 准确率位居榜首，Claude Opus 5.5 紧随其后
    • 相比 2025 年 8 月的 GPT-5，当前最强模型在物理研究题上的得分提升了 54%
  2. Artificial Analysis (@ArtificialAnlys)T1·68 分

    CritPt v2 发布 前沿模型代码沙盒解物理难题

    原标题：CritPt v2 has launched on Artificial Analysis: the CritPt authors have revised all 70 research-level...

    • CritPt v2 修正了题目歧义并引入离线代码执行沙盒，使模型能通过编程解决物理问题
    • GPT-6 Astra (max) 以83%得分位居榜首，Claude Opus 5.5 紧随其后
    • 相比2025年8月发布的 GPT-5，前沿模型在该基准上的得分提升了54个百分点