CritPt（Artificial Analysis 复跑）

Artificial Analysis / 科研 · 研究级物理问题，考验专业推导。

在 AICue 中参与排名

所属领域科研

上游数据时间待核实

最近成功同步10/30 02:05

它测什么，怎么测

取 Artificial Analysis 独立公布的 CritPt 的正确率。同一型号按最高推理档位选代表配置，选择不看分数。

AICue 怎么用它

计分：科研领域的研究级物理一类，与 CritPt v2 难题子集合起来算一票。

评测成绩

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gemini-4-carbonGoogle	36.0%	High 推理
2	muse-wonder-fullMeta	32.9%	Max 推理
3	gpt-5-6-solOpenAI	32.3%	Max 推理
4	gpt-6-1-solOpenAI	31.7%	Max 推理
4	claude-opus-5-5Anthropic	31.7%	Max 推理 · 含来源回退
4	gpt-6-astraOpenAI	31.7%	Max 推理
9	claude-sonnet-5-5Anthropic	31.4%	Max 推理 · 含来源回退
13	gpt-6-solOpenAI	30.9%	Max 推理
15	gpt-5-5-proOpenAI	30.6%	xHigh 推理
17	gpt-5-4-proOpenAI	30.0%	xHigh 推理
17	gpt-5-6-terraOpenAI	30.0%	Max 推理
20	claude-fable-5-1Anthropic	29.7%	Max 推理 · 含来源回退
21	claude-opus-5Anthropic	29.1%	Max 推理
26	claude-fable-5Anthropic	28.6%	Max 推理 · 含来源回退
27	muse-wonderMeta	28.3%	Max 推理
29	gpt-6-1-terraOpenAI	28.0%	Max 推理
35	gemini-4-argonGoogle	27.1%	High 推理
35	gpt-5-5OpenAI	27.1%	xHigh 推理
39	mimo-v2-6-proXiaomi	26.6%	来源默认配置
42	ling-3-1-flash-1019InclusionAI	26.0%	来源默认配置
44	gemini-3-deep-thinkGoogle	25.7%	来源默认配置
49	muse-spark-1-3Meta	24.9%	Max 推理
51	kimi-k3-1-proMoonshot AI	24.6%	来源默认配置
54	deepseek-v4-1-flash-1017DeepSeek	24.0%	Max 推理
55	gpt-5-4OpenAI	23.4%	xHigh 推理
56	kimi-k3Moonshot AI	23.4%	Max 推理
61	minimax-m3-1-flashMiniMax	22.3%	来源默认配置
63	claude-opus-4-8Anthropic	20.9%	Max 推理
63	glm-5-2Z.ai	20.9%	Max 推理
63	step-5StepFun	20.9%	来源默认配置

评测局限与数据署名

题量较少，正确率普遍很低；题集正在接受公开复核。

数据许可：Artificial Analysis 公开页面数据；展示须显著署名并链接来源，遵守其 Terms of Use

成绩由 Artificial Analysis 发布。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。