CritPt
인용 빈도 2/3
- 무엇을 측정하나요?
- 아르곤 국립연구소·일리노이대 주도로 물리학자 50여 명이 만든 시험으로, 교과서 문제가 아니라 초기 연구 프로젝트 수준의 물리 문제를 푸는 능력을 봅니다.
- 누가 어떻게 평가하나요?
- 미공개 문제 71개이며 약 190개의 중간 단계로 나뉩니다. 답은 숫자 배열·수식·파이썬 함수로 내고, 자동 채점 프로그램이 확인합니다.
- 점수 읽는 법
- 점수는 0~100%입니다. 높을수록 좋습니다. 점수가 전반적으로 매우 낮습니다.
최고 점수36.0%
측정한 모델87개
측정 기준높을수록 좋음
모델 출시 시기
여러 분야 전문가도 어려워하는 문제를 풀 수 있을까?Humanity's Last Exam
Claude Opus 5.5🥇
Claude Opus 5.5🥇Humanity's Last Exam
Claude Opus 5.5🥇대중들이 가장 선호하는 수학 답변을 하는 AI는?Arena Math
Gemini 4 Argon🥇
Gemini 4 Argon🥇Arena Math
Gemini 4 Argon🥇
연구 수준의 물리 문제를 풀 수 있을까?
CritPt
- 🥇GoogleGemini 4 Carbon추론 강도: High—36.0%—
- 🥈AnthropicClaude Fable 5.2추론 강도: Extra High—35.7%1507
- 🥉OpenAIGPT-5.6 Sol추론 강도: Max49.5%32.3%1494
- #4AnthropicClaude Opus 5.5추론 강도: Max61.4%31.7%1517
- #4OpenAIGPT-6 Astra추론 강도: Max54.7%31.7%1477
- #4OpenAIGPT-6.1 Sol추론 강도: Max52.9%31.7%1499
- #7AnthropicClaude Sonnet 5.5추론 강도: Max55.0%31.4%1497
- #8AnthropicClaude Fable 5.1추론 강도: Extra High59.1%31.1%1530
- #9OpenAIGPT-6 Sol추론 강도: Max47.9%30.9%1444
- #10OpenAIGPT-5.6 Terra추론 강도: Max42.9%30.0%1478
- #10OpenAIGPT-5.4 Pro추론 강도: Extra High—30.0%—
- #12AnthropicClaude Opus 5추론 강도: Max54.9%29.1%1516
- #13AnthropicClaude Fable 5추론 강도: Max55.5%28.6%1521
- #14OpenAIGPT-6.1 Terra추론 강도: Max46.2%28.0%1479
- #15GoogleGemini 4 Argon추론 강도: High57.1%27.1%1535
- #15OpenAIGPT-5.5추론 강도: Extra High45.8%27.1%1500
- #17XiaomiMiMo-V2.6-Pro49.4%26.6%1482
- #18MetaMuse Spark 1.3추론 강도: Extra High48.7%26.0%1502
- #19Moonshot AIKimi K3.1 Pro52.5%24.6%1477
- #20DeepSeekDeepSeek V4.1 Flash 1017추론 강도: Max43.3%24.0%—
- #21OpenAIGPT-5.4추론 강도: Extra High43.7%23.4%1491
- #22Moonshot AIKimi K3추론 강도: Max46.9%23.4%1502
- #23AnthropicClaude Haiku 5.5추론 강도: Extra High44.4%22.6%1447
- #24AnthropicClaude Opus 4.8추론 강도: Max48.7%20.9%1475
- #24StepfunStep-546.5%20.9%1474
- #24Z.aiGLM 5.2추론 강도: Max41.1%20.9%1488
- #27OpenAIGPT-5.6 Luna추론 강도: Max39.5%20.6%1476
- #28SpaceXSIGrok 4.6추론 강도: Extra High44.1%19.7%1445
- #29OpenAIGPT-6 Luna추론 강도: Max38.5%19.4%1449
- #30Z.aiGLM 5.3추론 강도: Max42.3%19.1%1504
- #31DeepSeekDeepSeek V4 Pro추론 강도: High41.0%18.6%1443
- #32GoogleGemini 3.8 Flash추론 강도: High47.8%18.3%1519
- #33SpaceXSIGrok 4.7추론 강도: High43.1%18.0%1443
- #34GoogleGemini 3.1 Pro47.0%17.7%1488
- #34MetaMuse Spark 1.2추론 강도: Extra High45.5%17.7%1483
- #36AnthropicClaude Sonnet 5추론 강도: Max41.3%16.9%1472
- #37DeepSeekDeepSeek V4 Flash추론 강도: Max38.6%16.6%1424
- #38SpaceXSIGrok 4.5추론 강도: High42.7%15.4%1471
- #38Z.aiGLM 5.3 Flash39.9%15.4%1509
- #40MetaMuse Spark 1.1추론 강도: Extra High46.2%15.1%1494
- #41GoogleGemini 3.7 Flash추론 강도: High47.9%14.3%1501
- #41DeepSeekDeepSeek V4.1 Flash추론 강도: Max39.2%14.3%1496
- #43AlibabaQwen3.7 Max40.5%13.4%1481
- #44GoogleGemini 3.5 Flash추론 강도: High42.7%13.1%1482
- #45OpenAIGPT-5추론 강도: High28.5%12.6%1435
- #46AnthropicClaude Opus 4.7추론 강도: Max42.3%12.0%1490
- #46XiaomiMiMo-V2.6-Flash35.1%12.0%1463
- #48MetaMuse Spark40.7%11.3%1468
- #49Mistral AIMistral Large 4추론 강도: Medium35.0%11.1%1448
- #50GoogleGemini 3.6 Flash추론 강도: High40.8%10.6%1501
- #51Moonshot AIKimi K2.7 Code35.0%10.0%—
- #51OpenAIGPT-5.4 Mini추론 강도: Extra High28.1%10.0%1439
- #53OpenAIGPT-5.4 Nano추론 강도: Extra High28.3%9.3%1424
- #54AlibabaQwen3.7 Plus35.6%9.1%1465
- #54SpaceXSIGrok Build 0.1—9.1%—
- #56Moonshot AIKimi K2.637.5%8.0%1479
- #56SpaceXSIGrok 4.3추론 강도: High37.2%8.0%1419
- #58Z.aiGLM-5.130.1%4.6%1474
- #59XiaomiMiMo V2.5 Pro35.7%4.0%1479
- #60MiniMaxMiniMax M339.0%3.7%1423
- #60XiaomiMiMo V2.527.2%3.7%1437
- #60InclusionAIRing-2.6-1T21.6%3.7%—
- #63AnthropicClaude Sonnet 4.6추론 강도: Max33.6%3.1%1461
- #63Moonshot AIKimi K2.530.7%3.1%1470
- #63NVIDIANemotron 3 Ultra28.4%3.1%1442
- #63NVIDIANemotron 3 Super20.8%3.1%1370
- #67AlibabaQwen3.6 Plus27.8%2.9%1451
- #68StepfunStep 3.7 Flash21.4%2.3%—
- #69GoogleGemini 2.5 Pro22.5%2.0%1439
- #70GoogleGemma 4 31B23.6%1.4%1466
- #71OpenAIGPT OSS 120B추론 강도: High19.6%1.1%1381
- #71AnthropicClaude Sonnet 4.517.8%1.1%1426
- #71GoogleGemini 3.1 Flash Lite17.2%1.1%1436
- #74GoogleGemini 2.5 Flash12.1%1.1%1405
- #75AlibabaQwen3.5 397B A17B추론 강도: None29.0%0.9%1451
- #75Arcee AITrinity Large Thinking15.8%0.9%1383
- #77MiniMaxMiniMax M2.729.6%0.6%1423
- #78AnthropicClaude Opus 412.3%0.3%1421
- #79AlibabaQwen3.6 35B A3B22.2%0.3%—
- #79AnthropicClaude Sonnet 410.7%0.3%1404
- #81OpenAIGPT-5 Mini추론 강도: High21.5%0.0%1407
- #81GoogleGemini 3.5 Flash-Lite18.8%0.0%1442
- #81Mistral AIMistral Medium 3.513.8%0.0%1427
- #81AnthropicClaude Haiku 4.510.4%0.0%1402
- #81UpstageSolar Pro 310.3%0.0%—
- #81MetaLlama 4 Maverick4.9%0.0%1317
- #81MetaLlama 4 Scout3.8%0.0%1310
어려운 시험 · 최고 점수 36.0% · 모델 절반이 13.1% 이하
"작업 도구"는 AI가 과제를 풀 때 함께 쓴 실행 환경(에이전트 프로그램)입니다. 같은 모델이라도 작업 도구와 추론 강도에 따라 점수가 크게 달라질 수 있습니다.