CritPT

CritPT is a challenging reasoning benchmark reported by Qwen for evaluating frontier mathematical and critical problem-solving capability.

评测信息与证据

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。

模型	数值	单位	协议	报告日期与口径	来源
GLM-5.2	0.167	未收录	未收录	2026-06-16 · model_announcement	LLM Stats
Qwen3.7 Max	0.114	未收录	未收录	2026-05-19 · model_announcement	LLM Stats
Inkling-Small	0.083	未收录	未收录	2026-07-30 · model_announcement	LLM Stats
Qwen3.7-Plus	0.06	未收录	未收录	2026-05-31 · model_announcement	LLM Stats
Nemotron 3 Ultra (550B A55B)	0.031	未收录	未收录	2026-06-04 · model_announcement	LLM Stats