CritPt v2 物理考：GPT-6 Astra 83% 居首，V4.1 Flash 50%

墨无归 @Moblacksoil原推发布于 2026.10.23

在 X 上打开原推

研究级物理题考试 CritPt 出了 v2，OpenAI 包揽前两名：GPT-6 Astra 83%，GPT-6.1 Sol 82%。 这一版 70 道题全部由原作者团队复核过，模型改成在离线沙箱里写代码、跑计算来解题。官方图共列 11 个模型，Claude Opus 5.5 以 78% 排第三；Grok 4.7 拿到 50.6%，排第九，和 DeepSeek V4.1 Flash 的 50.0% 几乎持平。一年多前发布的 GPT-5 只有 29%。

这条是引用着另一条写的：「CritPt v2 物理基准：GPT-6 Astra 以 83% 居首」