CritPt v2 物理推理榜：Grok 4.7 仅得 24%，被指落后中国模型

teortaxesTex 引用 Artificial Analysis 的 CritPt v2（Hard Subset）物理推理榜数据称，Grok 4.7（xhigh）仅得 24%，被指落后于多款中国模型。DeepSeek V4、Kimi、GLM、Qwen 分数均高于 Grok，GPT-6-Astra (max) 以 71% 位居榜首；作者质疑低分源于算力依赖过强或模型存在 bug。