Artificial Analysis 解读：CritPt v2 涨分主要来自题目修订而非工具

Artificial Analysis 指出，CritPt v2 与 v1 分数不可直接比较，GPT-6 Astra (max) 从 32% 升至 83%。官方测试显示，涨幅主要来自题目修订，代码执行工具仅带来较小增益；头部模型已超过 80%，v2 给前沿模型留下的提升空间更小。