CritPt（Artificial Analysis 复跑）
Artificial Analysis / 科研 · 研究级物理问题，考验专业推导。
在 裕瑞产业情报 中参与排名
证据预算NaN%
上游数据时间待核实
最近成功同步10/23 20:05
它测什么，怎么测
取 Artificial Analysis 智能指数中 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。
如何使用这份证据
计分：科研领域的研究级物理一类。
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 | muse-wonder-fullMeta | 32.9% | Max 推理 |
| 2 | gpt-5-6-solOpenAI | 32.3% | Max 推理 |
| 3 | gpt-6-1-solOpenAI | 31.7% | Max 推理 |
| 3 | claude-opus-5-5Anthropic | 31.7% | Max 推理 · 含来源回退 |
| 3 | gpt-6-astraOpenAI | 31.7% | Max 推理 |
| 8 | claude-sonnet-5-5Anthropic | 31.4% | Max 推理 · 含来源回退 |
| 12 | gpt-6-solOpenAI | 30.9% | Max 推理 |
| 15 | gpt-5-6-terraOpenAI | 30.0% | Max 推理 |
| 17 | claude-fable-5-1Anthropic | 29.7% | Max 推理 · 含来源回退 |
| 18 | claude-opus-5Anthropic | 29.1% | Max 推理 |
| 23 | claude-fable-5Anthropic | 28.6% | Max 推理 · 含来源回退 |
| 24 | muse-wonderMeta | 28.3% | Max 推理 |
| 31 | gemini-4-argonGoogle | 27.1% | High 推理 |
| 31 | gpt-5-5OpenAI | 27.1% | xHigh 推理 |
| 35 | mimo-v2-6-proXiaomi | 26.6% | 来源默认配置 |
| 37 | ling-3-1-flash-1019InclusionAI | 26.0% | 来源默认配置 |
| 42 | muse-spark-1-3Meta | 24.9% | Max 推理 |
| 46 | deepseek-v4-1-flash-1017DeepSeek | 24.0% | Max 推理 |
| 47 | kimi-k3Moonshot AI | 23.4% | Max 推理 |
| 52 | minimax-m3-1-flashMiniMax | 22.3% | 来源默认配置 |
| 53 | glm-5-2Z.ai | 20.9% | Max 推理 |
| 53 | claude-opus-4-8Anthropic | 20.9% | Max 推理 |
| 53 | step-5StepFun | 20.9% | 来源默认配置 |
| 56 | gpt-5-6-lunaOpenAI | 20.6% | Max 推理 |
| 58 | qwen3-8-2-4t-a95bAlibaba | 20.0% | 来源默认配置 |
| 58 | qwen3-8-max-0803Alibaba | 20.0% | 来源默认配置 |
| 60 | grok-4-6-xhighxAI | 19.7% | xHigh 推理 |
| 61 | gpt-6-lunaOpenAI | 19.4% | Max 推理 |
| 62 | glm-5-3Z.ai | 19.1% | Max 推理 |
| 63 | claude-haiku-5-5Anthropic | 18.9% | Max 推理 |
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；AIHOT 按公开规则把它们折算成同一种分数。