Aller au contenu
EN 4 QUESTIONSTrouver mon modèle

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.

Source : Artificial Analysis. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

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. Il départage surtout les modèles dont le score IA approche 104.

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.

Comment lire le score

160 modèles mesurés · 260 mesures

En tête : Gemini 4 Carbon, 36 %

Chaque trait est un modèle, placé à son meilleur score. Un modèle qui obtient 50 % a un score IA d'environ 104. Le meilleur, Gemini 4 Carbon, atteint 36 %. 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
39 %

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
RangModèleRéflexionScore publiéÉquivaut à?Source
1Gemini 4 CarbonGoogle DeepMindÉlevée36 %98,7
2GPT-5.6 SolOpenAI · 6 configurationsMaximale32,3 %97,1
3Claude Opus 5.5Anthropic · 5 configurationsMaximale31,7 %96,8
3GPT-6 AstraOpenAI · 6 configurationsMaximale31,7 %96,8
3GPT-6.1 SolOpenAI · 5 configurationsMaximale31,7 %96,8
6Claude Sonnet 5.5Anthropic · 5 configurationsMaximale31,4 %96,7
7Claude Fable 5.1Anthropic · 5 configurationsMaximale31,1 %96,6
8GPT-6 SolOpenAI · 6 configurationsMaximale30,9 %96,4
9GPT-5.5 ProOpenAIMaximale30,6 %96,3
10GPT-5.4 ProOpenAIMaximale30 %96,0
160 modèles mesurés, chacun à sa meilleure configuration. « Équivaut à » : le score IA que ce seul résultat donnerait au modèle.Voir les 160 →Replier le classement ↑
10GPT-5.6 TerraOpenAI · 6 configurationsMaximale30 %96,0
12Claude Opus 5Anthropic · 5 configurationsMaximale29,1 %95,6
13Claude Fable 5AnthropicMaximale28,6 %95,4
14Muse WonderMeta AIMaximale28,3 %95,2
15GPT-6.1 TerraOpenAI · 6 configurationsMaximale28 %95,1
16Gemini 4 ArgonGoogle DeepMindÉlevée27,1 %94,7
16GPT-5.5OpenAI · 5 configurationsMaximale27,1 %94,7
18MiMo-V2.6 ProXiaomi · poids ouvertsNon précisée26,6 %94,4
19Muse Spark 1.3Meta AI · 2 configurationsMaximale26 %94,1
20Gemini 3 Deep ThinkGoogle DeepMindNon précisée25,7 %93,9
21Kimi K3.1 ProMoonshot · poids ouvertsNon précisée24,6 %93,4
22DeepSeek V4.1 Flash 1017DeepSeek · poids ouvertsMaximale24 %93,0
23GPT-5.4OpenAIMaximale23,4 %92,7
24Kimi K3Moonshot · poids ouverts · 2 configurationsMaximale23,4 %92,7
25Claude Haiku 5.5Anthropic · 5 configurationsMaximale22,6 %92,3
26Claude Opus 4.8AnthropicMaximale20,9 %91,3
26Step 5 PreviewStepFun · poids ouvertsNon précisée20,9 %91,3
26GLM-5.2Z.ai (Zhipu AI) · poids ouverts · 2 configurationsMaximale20,9 %91,3
29GPT-5.6 LunaOpenAI · 6 configurationsMaximale20,6 %91,1
30Qwen 3.8 MaxAlibabaNon précisée20 %90,8
31Grok 4.6xAI · 4 configurationsMaximale19,7 %90,6
32GPT-6 LunaOpenAI · 6 configurationsMaximale19,4 %90,4
33GLM-5.3Z.ai (Zhipu AI) · poids ouverts · 2 configurationsMaximale19,1 %90,2
34Gemini 3.8 FlashGoogle DeepMind · 3 configurationsÉlevée18,3 %89,7
35DeepSeek V4 Pro 0813DeepSeek · poids ouverts · 2 configurationsMaximale18 %89,5
35Grok 4.7xAI · 3 configurationsÉlevée18 %89,5
37Qwen3.8 Max (0902)AlibabaNon précisée17,7 %89,3
37Muse Spark 1.2Meta AIMaximale17,7 %89,3
37Gemini 3.1 ProGoogle DeepMindNon précisée17,7 %89,3
40Claude Sonnet 5Anthropic · 5 configurationsMaximale16,9 %88,7
40GPT-5.3 CodexOpenAIMaximale16,9 %88,7
42DeepSeek V4 Flash 0731DeepSeek · poids ouvertsMaximale16,6 %88,5
43Grok 4.5xAIÉlevée15,4 %87,7
43GLM-5.3-FlashZ.ai (Zhipu AI) · poids ouvertsNon précisée15,4 %87,7
45Muse Spark 1.1Meta AI · 2 configurationsMaximale15,1 %87,5
46Muse Spark OpenMeta AI · poids ouvertsMaximale14,9 %87,2
47Gemini 3.7 FlashGoogle DeepMind · 3 configurationsÉlevée14,3 %86,8
47DeepSeek V4.1 FlashDeepSeek · poids ouverts · 2 configurationsMaximale14,3 %86,8
49Qwen3.7-MaxAlibabaNon précisée13,4 %86,1
50Gemini 3.5 FlashGoogle DeepMindÉlevée13,1 %85,8
51DeepSeek-V4-ProDeepSeek · poids ouverts · 2 configurationsMaximale12,9 %85,6
52GPT-5OpenAI · 2 configurationsÉlevée12,6 %85,4
53MiMo-V2.6 FlashXiaomi · poids ouvertsNon précisée12 %84,8
53Claude Opus 4.7AnthropicMaximale12 %84,8
55Muse SparkMeta AINon précisée11,3 %84,2
56Gemini 3.6 FlashGoogle DeepMindÉlevée10,6 %83,4
56Mistral Large 4 PreviewMistral AI · poids ouvertsNon précisée10,6 %83,4
58Kimi K2.7 CodeMoonshot · poids ouvertsNon précisée10 %82,8
58GPT-5.4 MiniOpenAIMaximale10 %82,8
60GPT-5.4 NanoOpenAIMaximale9,3 %82,0
61Grok Build 0.1xAINon précisée9,1 %81,8
61Qwen3.7-PlusAlibabaNon précisée9,1 %81,8
63Inkling-SmallThinking Machines · poids ouvertsNon précisée8,3 %80,8
64Kimi K2.6Moonshot · poids ouvertsNon précisée8 %80,4
64Grok 4.3 BetaxAI · 3 configurationsÉlevée8 %80,4
66DeepSeek-V4-FlashDeepSeek · poids ouverts · 2 configurationsMaximale7,1 %79,2
67Gemini 3 ProGoogle DeepMindNon précisée6,9 %78,8
68Qwen 3.8 27BAlibaba · poids ouverts · 4 configurationsMaximale5,4 %76,3
68InklingThinking Machines · poids ouvertsMaximale5,4 %76,3
70GPT-5.1OpenAINon précisée4,9 %75,2
71GLM-5.1Z.ai (Zhipu AI) · poids ouvertsNon précisée4,6 %74,6
72MiMo-V2.5-ProXiaomi · poids ouvertsNon précisée4 %73,2
73MiniMax-M3MiniMax · poids ouvertsNon précisée3,7 %72,4
73MiMo-V2.5Xiaomi · poids ouvertsNon précisée3,7 %72,4
73Ring-2.6-1TAnt Group · poids ouvertsNon précisée3,7 %72,4
76Claude Sonnet 4.6AnthropicMaximale3,1 %70,7
76Kimi K2.5Moonshot · poids ouvertsNon précisée3,1 %70,7
76Nemotron 3 UltraNVIDIA · poids ouvertsNon précisée3,1 %70,7
76Nemotron 3 SuperNVIDIA · poids ouvertsNon précisée3,1 %70,7
80Qwen 3.6 PlusAlibabaNon précisée2,9 %69,8
80DeepSeek-V3.2-ExpDeepSeek · poids ouvertsÉlevée2,9 %69,8
82Muse GlimmerMeta AI · poids ouvertsÉlevée2,6 %68,7
83Step 3.7 FlashStepFun · poids ouvertsNon précisée2,3 %67,5
84Gemini 2.5 Pro (Jun 2025)Google DeepMindNon précisée2 %66,2
85DeepSeek-V3.1-TerminusDeepSeek · poids ouvertsNon précisée1,7 %64,7
86GLM-4.7Z.ai (Zhipu AI) · poids ouvertsNon précisée1,7 %64,6
87Gemma 4 31B ITGoogle DeepMind · poids ouvertsNon précisée1,4 %62,8
87gpt-oss-20bOpenAI · poids ouverts · 2 configurationsÉlevée1,4 %62,8
89o3OpenAIÉlevée1,4 %62,6
90Claude Sonnet 4.5AnthropicNon précisée1,1 %60,6
90Gemini 3.1 Flash-LiteGoogle DeepMindNon précisée1,1 %60,6
90GLM-4.6Z.ai (Zhipu AI) · poids ouvertsNon précisée1,1 %60,6
90gpt-oss-120bOpenAI · poids ouverts · 2 configurationsÉlevée1,1 %60,6
94Gemini 2.5 Flash (Jun 2025)Google DeepMindNon précisée1,1 %60,2
94DeepSeek-R1DeepSeek · poids ouvertsNon précisée1,1 %60,2
96Qwen3.5 397B-A17BAlibaba · poids ouvertsSans0,9 %59,3
96Qwen3.6 27BAlibaba · poids ouvertsSans0,9 %59,3
96Qwen3.5-122B-A10BAlibaba · poids ouvertsSans0,9 %59,3
96Trinity Large ThinkingArcee AI · poids ouvertsNon précisée0,9 %59,3
100Mercury 2Inception LabsNon précisée0,8 %59,3
101o4-miniOpenAIÉlevée0,6 %59,3
102MiniMax-M2.7MiniMax · poids ouvertsNon précisée0,6 %59,3
102Qwen3.5-35B-A3BAlibaba · poids ouvertsSans0,6 %59,3
102Qwen3.5-9BAlibaba · poids ouverts · 2 configurationsSans0,6 %59,3
105Claude Opus 4AnthropicNon précisée0,3 %59,3
106Qwen 3.6 35B-A3BAlibaba · poids ouverts · 2 configurationsNon précisée0,3 %59,3
106Claude Sonnet 4AnthropicNon précisée0,3 %59,3
106Magistral Medium 1.2Mistral AINon précisée0,3 %59,3
106o3-miniOpenAIÉlevée0,3 %59,3
106Qwen3-30B-A3B-Thinking (Jul 2025)Alibaba · poids ouvertsNon précisée0,3 %59,3
106Qwen3-32BAlibaba · poids ouvertsNon précisée0,3 %59,3
106Command A+Cohere · poids ouvertsNon précisée0,3 %59,3
106Magistral Small 1.2Mistral AI · poids ouvertsNon précisée0,3 %59,3
114GPT-5.5 InstantOpenAINon précisée0 %59,3
114Gemini 3.5 Flash-LiteGoogle DeepMindNon précisée0 %59,3
114GPT-5 miniOpenAI · 2 configurationsÉlevée0 %59,3
114Gemma 4 26B A4BGoogle DeepMind · poids ouvertsNon précisée0 %59,3
114Claude Haiku 4.5AnthropicNon précisée0 %59,3
114Mistral Medium 3.5Mistral AI · poids ouvertsNon précisée0 %59,3
114Nova 2.0 Pro PreviewAmazon · 3 configurationsFaible0 %59,3
114MiMo-V2-FlashXiaomi · poids ouvertsNon précisée0 %59,3
114Qwen3-235B-A22B-Thinking (Jul 2025)Alibaba · poids ouvertsNon précisée0 %59,3
114Cogito v2.1Deep Cogito · poids ouvertsNon précisée0 %59,3
114Mercury 2.5Inception LabsNon précisée0 %59,3
114Mistral Large 3Mistral AI · poids ouvertsNon précisée0 %59,3
114Mistral Medium 3.1Mistral AINon précisée0 %59,3
114qwen3-coder-nextAlibaba · poids ouvertsNon précisée0 %59,3
114Qwen3-14BAlibaba · poids ouvertsNon précisée0 %59,3
114Qwen3.5-4BAlibaba · poids ouvertsSans0 %59,3
114GPT-4.1 miniOpenAINon précisée0 %59,3
114DeepSeek-V3 (Mar 2025)DeepSeek · poids ouvertsNon précisée0 %59,3
114Qwen3-8BAlibaba · poids ouvertsNon précisée0 %59,3
114Cohere Command ACohere · poids ouvertsNon précisée0 %59,3
114Llama 4 MaverickMeta AI · poids ouverts · 2 configurationsNon précisée0 %59,3
114Mistral Small 3.2Mistral AI · poids ouvertsNon précisée0 %59,3
114Devstral Small 2Mistral AI · poids ouvertsNon précisée0 %59,3
114Reka Flash 3Reka AI · poids ouvertsNon précisée0 %59,3
114DeepSeek-V3DeepSeek · poids ouvertsNon précisée0 %59,3
114Gemma 3 27BGoogle DeepMind · poids ouvertsNon précisée0 %59,3
114Llama 3.1-405BMeta AI · poids ouvertsNon précisée0 %59,3
114GPT-4.1 nanoOpenAINon précisée0 %59,3
114Llama 4 ScoutMeta AI · poids ouvertsNon précisée0 %59,3
114Granite 4.1 30BIBM · poids ouvertsNon précisée0 %59,3
114Llama 3.3 70BMeta AI · poids ouvertsNon précisée0 %59,3
114Solar Pro 3UpstageNon précisée0 %59,3
114Mistral Small 3.1Mistral AI · poids ouvertsNon précisée0 %59,3
114GPT-4o (Nov 2024)OpenAINon précisée0 %59,3
114Claude 3.5 HaikuAnthropicNon précisée0 %59,3
114Gemma 3 12BGoogle DeepMind · poids ouvertsNon précisée0 %59,3
114Phi-4Microsoft · poids ouvertsNon précisée0 %59,3
114Amazon Nova MicroAmazonNon précisée0 %59,3
114granite-4.0-microIBM · poids ouvertsNon précisée0 %59,3
114Llama 3.2 11BMeta AI · poids ouvertsNon précisée0 %59,3
114nvidia-nemotron-nano-9b-v2NVIDIA · poids ouvertsNon précisée0 %59,3
114Llama 3.1-8BMeta AI · poids ouvertsNon précisée0 %59,3
114Qwen3.5-2BAlibaba · poids ouvertsSans0 %59,3
114granite-4.0-350mIBMNon précisée0 %59,3
114Gemma 3 270MGoogle DeepMind · poids ouvertsNon précisée0 %59,3
114Phi-4 MiniMicrosoft · poids ouvertsNon précisée0 %59,3
114Qwen3.5-0.8BAlibaba · poids ouverts · 2 configurationsSans0 %59,3

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. Un modèle qui obtient 50 % a un score IA d'environ 104.
Qui est en tête sur CritPt ?
Gemini 4 Carbon (Google DeepMind) est en tête de CritPt avec 36 %, dans l'édition du 9 novembre 2026. Suivent GPT-5.6 Sol (32,3 %) et Claude Opus 5.5 (31,7 %). 160 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 9 novembre 2026, le benchmark est actif.
Combien pèse CritPt dans le score IA ?
CritPt compte pour 2 % du score général, dans l'édition du 9 novembre 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 →