CritPt benchmark
381 AI models ranked on CritPt. Each row shows the model’s score next to its cheapest API price per 1M tokens where it has one, so you can weigh quality against cost.
Models ranked
381
on this benchmark
Top score
33%
current leader
Type
Single eval
benchmark
Updated
Oct 14, 2026
benchmark scores
Cost vs CritPt
247 priced modelsEach labelled name links to that model’s page. Curated to the cost-efficiency frontier, top scorers and cheapest so labels stay readable; the full field is in the leaderboard table below (and via “select all”). Reasoning models (extended “thinking” before answering) carry a ring around the dot.
Models ranked on CritPt
highest score first · 381 models| # | ||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Muse Wonder Full (Max) | 33% | n/a | n/a | ||||||||||||||||||||||||||||||
| 2 | GPT-5.6 Sol | 32% | $2.00 Routed quote | $10.00 Routed quote | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 3 | Claude Opus 5.5 | 32% | $4.00 via Anthropic | $20.00 via Databricks | ||||||||||||||||||||||||||||||
| 4 | GPT-6.1 Sol | 32% | $2.00 via OpenAI | $10.00 via OpenAI | ||||||||||||||||||||||||||||||
| 5 | GPT-6 Astra | 32% | $10.00 via OpenAI | $50.00 via OpenAI | ||||||||||||||||||||||||||||||
| 6 | Claude Sonnet 5.5 | 31% | $2.00 via Anthropic | $10.00 via Anthropic | ||||||||||||||||||||||||||||||
| 7 | GPT-6 Sol | 31% | $2.00 via OpenAI | $10.00 via OpenAI | ||||||||||||||||||||||||||||||
| 8 | GPT-5.5 Pro | 31% | $30.00 via Aihubmix | $180.00 via Aihubmix | ||||||||||||||||||||||||||||||
| 9 | GPT-5.6 Terra | 30% | $2.00 via OpenAI | $12.00 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 10 | GPT-5.4 Pro | 30% | $30.00 Routed quote | $180.00 Routed quote | ||||||||||||||||||||||||||||||
| 11 | Claude Fable 5.1 | 30% | $10.00 via Anthropic | $50.00 via Anthropic | ||||||||||||||||||||||||||||||
| 12 | Claude Opus 5 | 29% | $5.00 via Anthropic | $25.00 via Anthropic | ||||||||||||||||||||||||||||||
| 13 | Claude Fable 5 | 29% | $10.00 via Anthropic | $50.00 via Anthropic | ||||||||||||||||||||||||||||||
| 14 | Muse Wonder | Other | 28% | $4.00 Routed quote | $20.00 Routed quote | |||||||||||||||||||||||||||||
| 15 | GPT-5.5 | 27% | $5.00 via OpenAI | $30.00 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 16 | Gemini 4 Argon | 27% | $2.00 via Google | $10.00 via Google | ||||||||||||||||||||||||||||||
| 17 | MiMo-V2.6-Pro | 27% | $0.435 via Xiaomi Mimo | $0.87 via Xiaomi Mimo | ||||||||||||||||||||||||||||||
| 18 | Gemini 3 Deep Think | 26% | n/a | n/a | ||||||||||||||||||||||||||||||
| 19 | Muse Spark 1.3 | Other | 25% | $1.25 via Azure | $4.25 via Azure | |||||||||||||||||||||||||||||
| 20 | GPT-5.4 | 23% | $2.50 via Databricks | $15.00 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 21 | Kimi K3 | 23% | $0.70 Routed quote | $12.50 via Sail | ||||||||||||||||||||||||||||||
| 22 | GLM 5.2 | 21% | $0.05 Routed quote | $1.98 via Scx AI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 23 | Claude Opus 4.8 | 21% | $5.00 via Anthropic | $25.00 via Anthropic | ||||||||||||||||||||||||||||||
| 24 | Step 5 Preview | Stepfun | 21% | n/a | n/a | |||||||||||||||||||||||||||||
| 25 | GPT-5.6 Luna | 21% | $0.20 via OpenAI | $1.20 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 26 | Qwen3.8 Max | 20% | $1.65 via DeepInfra | $4.95 via DeepInfra | ||||||||||||||||||||||||||||||
| 27 | Qwen3.8 2.4T A95B | 20% | $2.00 via Aihubmix | $6.00 via Aihubmix | ||||||||||||||||||||||||||||||
| 28 | GPT-6 Luna | 19% | $0.10 via OpenAI | $0.50 via OpenAI | ||||||||||||||||||||||||||||||
| 29 | GLM 5.3 | 19% | $0.079 Routed quote | $3.08 via Sail | ||||||||||||||||||||||||||||||
| 30 | Claude Haiku 5.5 | 19% | $0.10 via Anthropic | $0.50 via Anthropic | ||||||||||||||||||||||||||||||
| 31 | Gemini 3.8 Flash | 18% | $0.75 via Google | $3.75 via Google | ||||||||||||||||||||||||||||||
| 32 | DeepSeek V4 Pro 0813 | 18% | $0.66 Routed quote | $1.98 Routed quote | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 33 | Ling 3.1 Flash | InclusionAI | 18% | n/a | n/a | |||||||||||||||||||||||||||||
| 34 | Gemini 3.1 Pro Preview | 18% | $2.00 via Google | $12.00 via Google | ||||||||||||||||||||||||||||||
| 35 | Grok 4.7 | 18% | $2.00 via xAI | $6.00 via xAI | ||||||||||||||||||||||||||||||
| 36 | Muse Spark 1.2 | Other | 18% | $1.25 via Meta | $4.25 via Meta | |||||||||||||||||||||||||||||
| 37 | Qwen3.8 Max (0902) | 18% | $2.00 Routed quote | $6.00 Routed quote | ||||||||||||||||||||||||||||||
| 38 | Grok 4.6 | 17% | $2.00 via xAI | $6.00 via xAI | ||||||||||||||||||||||||||||||
| 39 | Claude Sonnet 5 | 17% | $2.00 via Anthropic | $10.00 via Anthropic | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 40 | GPT-5.3-Codex | 17% | $1.75 via Aihubmix | $14.00 via Aihubmix | ||||||||||||||||||||||||||||||
| 41 | DeepSeek V4 Flash 0731 | 17% | $0.016 Routed quote | $0.153 Routed quote | ||||||||||||||||||||||||||||||
| 42 | Agnes 2.5 Pro Beta | Sapiens-ai | 16% | n/a | n/a | |||||||||||||||||||||||||||||
| 43 | GLM 5.3 Flash | 15% | $0.11 via Sail | $0.35 via Sail | ||||||||||||||||||||||||||||||
| 44 | Grok 4.5 | 15% | $2.00 via xAI | $6.00 via xAI | ||||||||||||||||||||||||||||||
| 45 | Muse Spark 1.1 | Other | 15% | $1.25 via Meta | $4.25 via Meta | |||||||||||||||||||||||||||||
| 46 | DeepSeek V4.1 Flash | 14% | $0.01 via Coralbricks | $0.60 via Sail | ||||||||||||||||||||||||||||||
| 47 | Gemini 3.7 Flash | 14% | $0.75 via Google | $3.75 via Google | ||||||||||||||||||||||||||||||
| 48 | JT-4.1 Flash 236B A21B | China-mobile | 14% | n/a | n/a | |||||||||||||||||||||||||||||
| 49 | JT-4.1 Flash 236B A21B | China-mobile | 14% | n/a | n/a | |||||||||||||||||||||||||||||
| 50 | Qwen3.7 Max | 13% | $1.25 via Novita | $3.75 via Novita | ||||||||||||||||||||||||||||||
Frequently asked questions
What is the CritPt benchmark?
CritPt (Complex Research using Integrated Thinking, Physics Test) is a frontier physics benchmark of 71 unpublished, research-level challenges across 12 subdisciplines, created by more than 50 active physicists. Scored on accuracy in guess-resistant formats (numeric arrays, symbolic expressions, code), where the best current models solve only single-digit percentages unaided.
Which AI model scores highest on CritPt?
Muse Wonder Full (Max) (Meta) leads with 33%.
How many models are ranked on CritPt?
381 models carry a CritPt score. Scores come from Artificial Analysis; where a model has a listed API price it is drawn from LiteLLM and OpenRouter, and models with no current price are listed without one.
Other benchmarks
compare the same models on a different evalEvery weekday
AI moves fast. Here's your debrief.
News, analysis, tools, and more.
For people who build with AI