Comment CritPt est-il noté ?

Part de défis résolus ; les réponses (nombres, formules, fonctions Python) sont vérifiées automatiquement. Le test reste très dur : d'après sa courbe d'étalonnage, même un modèle de score IA 100 n'y obtient qu'environ 41 %.

Qui est en tête sur CritPt ?

GPT-5.6 Sol (OpenAI) est en tête de CritPt avec 32,3 %, dans l'édition du 28 septembre 2026. Suivent Claude Opus 5.5 (31,7 %) et GPT-6 Astra (31,7 %). 129 modèles y sont mesurés.

Combien pèse CritPt dans le score IA ?

CritPt compte pour 2 % du score général, dans l'édition du 28 septembre 2026. Il porte 20 % de la tâche Sciences et savoir expert (10 % du score général), que se partagent 5 benchmarks.

SciencesFiche benchmark · Collectif de physiciens mené par le laboratoire d'Argonne et l'université de l'Illinois ; classement Artificial Analysis · artificialanalysis.ai

CritPt

71 défis de physique de niveau recherche, comparables à un premier projet de thèse, écrits par plus de 50 physiciens.

À quoi il sert

Sur Quelle IA, CritPt sert à noter la tâche Sciences et savoir expert : c'est l'un de ses 5 benchmarks.

Comment c'est noté

Part de défis résolus ; les réponses (nombres, formules, fonctions Python) sont vérifiées automatiquement.

Ce qu'il ne dit pas

Scores très bas, 32 % au mieux. Les résultats sont mesurés par Artificial Analysis, dans ses propres conditions.

Qui le tient

Collectif de physiciens mené par le laboratoire d'Argonne et l'université de l'Illinois ; classement Artificial Analysis.

artificialanalysis.ai/evaluations/critpt · tâche Sciences · 129 modèles mesurés

Comment lire le score

129 modèles mesurés · 189 mesures

Seuil de saturation : 95 % ↓

0 %50 %100 %

En tête : GPT-5.6 Sol, 32,3 %

Chaque trait est un modèle, placé à son meilleur score. Le test reste très dur : d'après sa courbe d'étalonnage, même un modèle de score IA 100 n'y obtient qu'environ 41 %. Le meilleur, GPT-5.6 Sol, atteint 32,3 %. Le benchmark sera dit saturé quand un modèle atteindra 95 %.

Ce que ce benchmark attend à chaque niveau

Score IA 51niveau de GPT-4o (Nov 2024): moins de 1 %
Score IA 76niveau de Claude Sonnet 4.5: 5 %
Score IA 100niveau de Claude Opus 5.5: 41 %

Valeurs lues sur la courbe d'étalonnage du benchmark, qui relie le score publié au score IA. La démarche

Son poids chez nous

2 %du score général. CritPt porte 20 % de la tâche Sciences et savoir expert (10 % du score général), que se partagent 5 benchmarks.

En couleur, la tâche Sciences et savoir expert dans le score général. En noir, la part de CritPt.

Le classement du benchmark

Scores relevés sur epoch.ai · édition du 28 septembre 2026

RangModèleRéflexionScore publiéSuggèreSource

1GPT-5.6 SolOpenAI · 6 configurationsMaximale32,3 %96,4

2Claude Opus 5.5Anthropic · 2 configurationsMaximale31,7 %96,1

2GPT-6 AstraOpenAI · 6 configurationsMaximale31,7 %96,1

4Claude Sonnet 5.5Anthropic · 5 configurationsMaximale31,4 %96,0

5Claude Fable 5.1Anthropic · 5 configurationsMaximale31,1 %95,9

6GPT-5.5 ProOpenAIMaximale30,6 %95,6

7GPT-5.4 ProOpenAIMaximale30 %95,4

7GPT-5.6 TerraOpenAI · 6 configurationsMaximale30 %95,4

9Claude Opus 5Anthropic · 5 configurationsMaximale29,1 %95,0

10Claude Fable 5AnthropicMaximale28,6 %94,8

129 modèles mesurés, chacun à sa meilleure configuration. « Suggère » : le score IA que cette seule mesure indique.Voir les 129 →Replier le classement ↑

11GPT-5.5OpenAI · 5 configurationsMaximale27,1 %94,1

12Gemini 3 Deep ThinkGoogle DeepMindNon précisée25,7 %93,4

13Muse Spark 1.3Meta AIMaximale24,9 %93,0

14GPT-5.4OpenAIMaximale23,4 %92,3

15Kimi K3Moonshot · poids ouverts · 2 configurationsMaximale23,4 %92,3

16Claude Opus 4.8AnthropicMaximale20,9 %90,9

16Step 5 PreviewStepFunNon précisée20,9 %90,9

16GLM-5.2Z.ai (Zhipu AI) · poids ouverts · 2 configurationsMaximale20,9 %90,9

19GPT-5.6 LunaOpenAI · 6 configurationsMaximale20,6 %90,8

20Qwen 3.8 MaxAlibabaNon précisée20 %90,5

21Grok 4.6xAI · 4 configurationsMaximale19,7 %90,3

22GLM-5.3Z.ai (Zhipu AI) · poids ouvertsMaximale19,1 %90,0

23Gemini 3.8 FlashGoogle DeepMind · 3 configurationsÉlevée18,3 %89,5

24DeepSeek V4 Pro 0813DeepSeek · poids ouvertsMaximale18 %89,3

25Qwen3.8 Max (0902)AlibabaNon précisée17,7 %89,1

25Grok 4.7xAIMaximale17,7 %89,1

25Muse Spark 1.2Meta AIMaximale17,7 %89,1

25Gemini 3.1 ProGoogle DeepMindNon précisée17,7 %89,1

29Claude Sonnet 5Anthropic · 2 configurationsMaximale16,9 %88,6

30DeepSeek V4 Flash 0731DeepSeek · poids ouvertsMaximale16,6 %88,4

31Grok 4.5xAIÉlevée15,4 %87,6

31GLM-5.3-FlashZ.ai (Zhipu AI) · poids ouvertsNon précisée15,4 %87,6

33Muse Spark 1.1Meta AINon précisée15,1 %87,4

34Gemini 3.7 FlashGoogle DeepMind · 3 configurationsÉlevée14,3 %86,8

34DeepSeek V4.1 FlashDeepSeek · poids ouvertsMaximale14,3 %86,8

36Qwen3.7-MaxAlibabaNon précisée13,4 %86,1

37Gemini 3.5 FlashGoogle DeepMindÉlevée13,1 %85,9

38DeepSeek-V4-ProDeepSeek · poids ouverts · 2 configurationsMaximale12,9 %85,7

39GPT-5OpenAI · 2 configurationsÉlevée12,6 %85,5

40Claude Opus 4.7AnthropicMaximale12 %84,9

41Muse SparkMeta AINon précisée11,3 %84,4

42Gemini 3.6 FlashGoogle DeepMindÉlevée10,6 %83,6

43Kimi K2.7 CodeMoonshot · poids ouvertsNon précisée10 %83,1

43GPT-5.4 MiniOpenAIMaximale10 %83,1

45GPT-5.4 NanoOpenAIMaximale9,3 %82,3

46Grok Build 0.1xAINon précisée9,1 %82,2

46Qwen3.7-PlusAlibabaNon précisée9,1 %82,2

48Inkling-SmallThinking Machines · poids ouvertsNon précisée8,3 %81,2

49Kimi K2.6Moonshot · poids ouvertsNon précisée8 %80,8

49Grok 4.3 BetaxAI · 3 configurationsÉlevée8 %80,8

51DeepSeek-V4-FlashDeepSeek · poids ouverts · 2 configurationsMaximale7,1 %79,7

52Gemini 3 ProGoogle DeepMindNon précisée6,9 %79,4

53Qwen 3.8 27BAlibaba · poids ouverts · 4 configurationsMaximale5,4 %77,1

53InklingThinking Machines · poids ouvertsMaximale5,4 %77,1

55GPT-5.1OpenAINon précisée4,9 %76,0

56GLM-5.1Z.ai (Zhipu AI) · poids ouvertsNon précisée4,6 %75,4

57MiMo-V2.5-ProXiaomi · poids ouvertsNon précisée4 %74,1

58MiniMax-M3MiniMax · poids ouvertsNon précisée3,7 %73,4

58MiMo-V2.5Xiaomi · poids ouvertsNon précisée3,7 %73,4

58Ring-2.6-1TAnt GroupNon précisée3,7 %73,4

61Claude Sonnet 4.6AnthropicMaximale3,1 %71,9

61Kimi K2.5Moonshot · poids ouvertsNon précisée3,1 %71,9

61Nemotron 3 UltraNVIDIA · poids ouvertsNon précisée3,1 %71,9

61Nemotron 3 SuperNVIDIA · poids ouvertsNon précisée3,1 %71,9

65Qwen 3.6 PlusAlibabaNon précisée2,9 %71,0

65DeepSeek-V3.2-ExpDeepSeekÉlevée2,9 %71,0

67Step 3.7 FlashStepFun · poids ouvertsNon précisée2,3 %68,9

68Gemini 2.5 Pro (Jun 2025)Google DeepMindNon précisée2 %67,6

69DeepSeek-V3.1-TerminusDeepSeek · poids ouvertsNon précisée1,7 %66,2

70GLM-4.7Z.ai (Zhipu AI) · poids ouvertsNon précisée1,7 %66,2

71Gemma 4 31B ITGoogle DeepMind · poids ouvertsNon précisée1,4 %64,5

71gpt-oss-20bOpenAI · poids ouvertsÉlevée1,4 %64,5

73o3OpenAIÉlevée1,4 %64,3

74Claude Sonnet 4.5AnthropicNon précisée1,1 %62,5

74Gemini 3.1 Flash-LiteGoogle DeepMindNon précisée1,1 %62,5

74GLM-4.6Z.ai (Zhipu AI) · poids ouvertsNon précisée1,1 %62,5

74gpt-oss-120bOpenAI · poids ouverts · 2 configurationsÉlevée1,1 %62,5

78Gemini 2.5 Flash (Jun 2025)Google DeepMindNon précisée1,1 %62,1

78DeepSeek-R1DeepSeek · poids ouvertsNon précisée1,1 %62,1

80Qwen3.6 27BAlibaba · poids ouvertsSans0,9 %61,2

80Qwen3.5-122B-A10BAlibaba · poids ouvertsSans0,9 %61,2

80Trinity Large ThinkingArcee AI · poids ouvertsNon précisée0,9 %61,2

83Mercury 2Inception LabsNon précisée0,8 %61,2

84o4-miniOpenAIÉlevée0,6 %61,2

85MiniMax-M2.7MiniMax · poids ouvertsNon précisée0,6 %61,2

85Qwen3.5-35B-A3BAlibaba · poids ouvertsSans0,6 %61,2

87Claude Opus 4AnthropicNon précisée0,3 %61,2

88Qwen 3.6 35B-A3BAlibaba · poids ouverts · 2 configurationsNon précisée0,3 %61,2

88Claude Sonnet 4AnthropicNon précisée0,3 %61,2

88Magistral Medium 1.2Mistral AINon précisée0,3 %61,2

88o3-miniOpenAIÉlevée0,3 %61,2

88Command A+Cohere · poids ouvertsNon précisée0,3 %61,2

88Qwen3-30B-A3B-Thinking (Jul 2025)Alibaba · poids ouvertsNon précisée0,3 %61,2

88Qwen3.5-9BAlibaba · poids ouvertsNon précisée0,3 %61,2

88Qwen3-32BAlibaba · poids ouvertsNon précisée0,3 %61,2

88Magistral Small 1.2Mistral AI · poids ouvertsNon précisée0,3 %61,2

97GPT-5.5 InstantOpenAINon précisée0 %61,2

97Gemini 3.5 Flash-LiteGoogle DeepMindNon précisée0 %61,2

97GPT-5 miniOpenAINon précisée0 %61,2

97Gemma 4 26B A4BGoogle DeepMind · poids ouvertsNon précisée0 %61,2

97Nova 2.0 Pro PreviewAmazon · 3 configurationsFaible0 %61,2

97Claude Haiku 4.5AnthropicNon précisée0 %61,2

97Mistral Medium 3.5Mistral AI · poids ouvertsNon précisée0 %61,2

97Qwen3-235B-A22B-Thinking (Jul 2025)AlibabaNon précisée0 %61,2

97Cogito v2.1Deep Cogito · poids ouvertsNon précisée0 %61,2

97MiMo-V2-FlashXiaomi · poids ouvertsNon précisée0 %61,2

97Mistral Large 3Mistral AI · poids ouvertsNon précisée0 %61,2

97Mistral Medium 3.1Mistral AINon précisée0 %61,2

97qwen3-coder-nextAlibaba · poids ouvertsNon précisée0 %61,2

97Qwen3-14BAlibaba · poids ouvertsNon précisée0 %61,2

97GPT-4.1 miniOpenAINon précisée0 %61,2

97DeepSeek-V3 (Mar 2025)DeepSeek · poids ouvertsNon précisée0 %61,2

97Qwen3-8BAlibaba · poids ouvertsNon précisée0 %61,2

97Devstral Small 2Mistral AI · poids ouvertsNon précisée0 %61,2

97Llama 4 MaverickMeta AI · poids ouverts · 2 configurationsNon précisée0 %61,2

97Mistral Small 3.2Mistral AI · poids ouvertsNon précisée0 %61,2

97DeepSeek-V3DeepSeek · poids ouvertsNon précisée0 %61,2

97Gemma 3 27BGoogle DeepMind · poids ouvertsNon précisée0 %61,2

97Granite 4.1 30BIBM · poids ouvertsNon précisée0 %61,2

97GPT-4.1 nanoOpenAINon précisée0 %61,2

97Llama 4 ScoutMeta AI · poids ouvertsNon précisée0 %61,2

97Solar Pro 3UpstageNon précisée0 %61,2

97Llama 3.3 70BMeta AI · poids ouvertsNon précisée0 %61,2

97GPT-4o (Nov 2024)OpenAINon précisée0 %61,2

97Mistral Small 3.1Mistral AINon précisée0 %61,2

97Claude 3.5 HaikuAnthropicNon précisée0 %61,2

97Gemma 3 12BGoogle DeepMind · poids ouvertsNon précisée0 %61,2

97Llama 3.1-8BMeta AI · poids ouvertsNon précisée0 %61,2

97Phi-4 MiniMicrosoft · poids ouvertsNon précisée0 %61,2

En bref

Que mesure CritPt ?: 71 défis de physique de niveau recherche, comparables à un premier projet de thèse, écrits par plus de 50 physiciens. Sur Quelle IA, il est rangé dans la tâche Sciences et savoir expert.
Comment CritPt est-il noté ?: Part de défis résolus ; les réponses (nombres, formules, fonctions Python) sont vérifiées automatiquement. Le test reste très dur : d'après sa courbe d'étalonnage, même un modèle de score IA 100 n'y obtient qu'environ 41 %.
Qui est en tête sur CritPt ?: GPT-5.6 Sol (OpenAI) est en tête de CritPt avec 32,3 %, dans l'édition du 28 septembre 2026. Suivent Claude Opus 5.5 (31,7 %) et GPT-6 Astra (31,7 %). 129 modèles y sont mesurés.
Quelles sont les limites de CritPt ?: Scores très bas, 32 % au mieux. Les résultats sont mesurés par Artificial Analysis, dans ses propres conditions. Au 28 septembre 2026, le benchmark est actif.
Combien pèse CritPt dans le score IA ?: CritPt compte pour 2 % du score général, dans l'édition du 28 septembre 2026. Il porte 20 % de la tâche Sciences et savoir expert (10 % du score général), que se partagent 5 benchmarks.
Qui maintient CritPt ?: Collectif de physiciens mené par le laboratoire d'Argonne et l'université de l'Illinois ; classement Artificial Analysis. Sa page de référence : artificialanalysis.ai/evaluations/critpt.

Les autres benchmarks de la tâche Sciences et savoir expert

Tous les benchmarks →Comment le score IA est calculé →