CritPt 是前沿物理研究评测：由 50 多位一线物理研究者编写的 71 个综合研究挑战（模拟入门级科研项目），另拆分出 190 个小型检查点任务，覆盖凝聚态、量子信息、原子分子光学和高能物理。所有答案均可机器验证且难以猜中；公开榜单由 Artificial Analysis 运行。
查看 CritPt 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
排名规则：按「Score」从高到低排列，同分并列。同一模型的不同思考档位或工具设置各占一行、分别排名。
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Muse Wonder Full 思考水平·Max | 32.86 | 2026-10-12 | 未知 | 闭源 | |
 GPT-5.6 Sol 思考水平·Max | 32.30 | 2026-06-26 | 未知 | 闭源 | |
 Claude Opus 5.5 思考水平·极高 | 31.71 | 2026-09-22 | 未知 | 闭源 | |
GPT-6.1 Sol 思考水平·Max | 31.71 | 2026-09-29 | 未知 | 闭源 | |
GPT-6.1 Sol 思考水平·极高 | 31.71 | 2026-09-29 | 未知 | 闭源 | |
6 | Claude Opus 5.5 思考水平·Max | 31.71 | 2026-09-22 | 未知 | 闭源 |
7 | GPT-6 Astra 思考水平·Max | 31.70 | 2026-09-03 | 未知 | 闭源 |
8 | Claude Sonnet 5.5 思考水平·Max | 31.43 | 2026-09-28 | 未知 | 闭源 |
9 | GPT-6 Astra 思考水平·极高 | 31.40 | 2026-09-03 | 未知 | 闭源 |
10 | Claude Sonnet 5.5 思考水平·极高 | 31.14 | 2026-09-28 | 未知 | 闭源 |
11 | Claude Fable 5.1 思考水平·极高 | 31.10 | 2026-09-01 | 未知 | 闭源 |
12 | GPT-6 Sol 思考水平·Max | 30.86 | 2026-09-22 | 未知 | 闭源 |
13 | Claude Opus 5.5 思考水平·高 | 30.86 | 2026-09-22 | 未知 | 闭源 |
14 | GPT-5.5 Pro 思考水平·极高 | 30.60 | 2026-04-23 | 未知 | 闭源 |
15 | Claude Fable 5.1 思考水平·高 | 30.30 | 2026-09-01 | 未知 | 闭源 |
16 | GPT-5.4 Pro 思考水平·极高 | 30.00 | 2026-03-05 | 未知 | 闭源 |
16 | GPT-5.6 Terra 思考水平·Max | 30.00 | 2026-06-26 | 未知 | 闭源 |
16 | GPT-6.1 Sol 思考水平·高 | 30.00 | 2026-09-29 | 未知 | 闭源 |
19 | Claude Fable 5.1 思考水平·Max | 29.70 | 2026-09-01 | 未知 | 闭源 |
20 | GPT-6 Astra 思考水平·中 | 29.10 | 2026-09-03 | 未知 | 闭源 |
20 | Claude Opus 5 思考水平·Max | 29.10 | 2026-07-24 | 未知 | 闭源 |
20 | Claude Fable 5.1 思考水平·中 | 29.10 | 2026-09-01 | 未知 | 闭源 |
23 | GPT-6 Astra 思考水平·高 | 28.90 | 2026-09-03 | 未知 | 闭源 |
24 | Claude Fable 5 思考水平·Max | 28.60 | 2026-06-09 | 未知 | 闭源 |
24 | GPT-5.6 Sol 思考水平·极高 | 28.60 | 2026-06-26 | 未知 | 闭源 |
26 | Claude Opus 5 思考水平·高 | 28.30 | 2026-07-24 | 未知 | 闭源 |
27 | Muse Wonder 思考水平·Max | 28.29 | 2026-10-12 | 未知 | 闭源 |
28 | GPT-6 Sol 思考水平·极高 | 28.00 | 2026-09-22 | 未知 | 闭源 |
28 | GPT-6.1 Terra 思考水平·Max | 28.00 | 2026-10-26 | 未知 | 闭源 |
30 | Claude Opus 5 思考水平·极高 | 27.70 | 2026-07-24 | 未知 | 闭源 |
截至 2026-10-25，CritPt 按「Score」排名（越高越好），共收录 130 个模型。Muse Wonder Full（最高档） 32.86% 位列第一，其后是 GPT-5.6 Sol（最高档） 32.3%、Claude Opus 5.5（极高档） 31.71%。最近发布的 DeepSeek-V4.1-Flash-1017（2026-10-17）排在第 18 位。开源权重模型中表现最好的是 DeepSeek-V4.1-Flash-1017（最高档） 24%，排第 18 位。
