CritPt v2 登陆 Artificial Analysis：研究级物理基准全面修订

Artificial Analysis 上线 CritPt v2，对 70 道研究级物理挑战全部修订，修正了表述不清、错误和笔误，并改进了评分器稳定性。模型现在以智能体方式作答，可在离线沙盒中编写并运行代码。榜单上 GPT-6 Astra (max) 以 83% 居首，GPT-6.1 Sol (max) 得 82%，Claude Opus 5.5 得 78%。GPT-5 (high) 在 CritPt v2 上仅得 29%，与 GPT-6 Astra 相差 54 个百分点。Intelligence Index 将于 10 月底更新并纳入 CritPt v2。