FrontierMath v2 · Tiers 1–3

Epoch AI / 科研 · 研究级数学推理

在 AICue 中参与排名

所属领域科研

上游数据时间10/27 04:00

最近成功同步10/30 02:05

它测什么，怎么测

只用 v2 的 Tiers 1–3；旧版题目和 Tier 4 不混入同一指标。

计分：科研领域的研究级数学一类。

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gpt-6.1-sol_maxOpenAI	93.7%	Max 推理
1	gpt-6-astra_maxOpenAI	93.7%	Max 推理
3	claude-opus-5-5_maxAnthropic	91.2%	Max 推理
4	gpt-6.1-terra_maxOpenAI	90.9%	Max 推理
5	claude-fable-5-1_maxAnthropic	90.2%	Max 推理
6	gpt-6-sol_maxOpenAI	89.8%	Max 推理
7	gpt-5.6-sol_maxOpenAI	89.1%	Max 推理
8	claude-sonnet-5-5_maxAnthropic	88.8%	Max 推理
9	gpt-5.5-pro_xhighOpenAI	87.7%	xHigh 推理
10	claude-fable-5_maxAnthropic	87.0%	Max 推理
11	gpt-5.6-terra_maxOpenAI	86.0%	Max 推理
11	gemini-4-argon_highGoogle	86.0%	High 推理
13	claude-opus-5_maxAnthropic	85.6%	Max 推理
14	gpt-5.5_xhighOpenAI	85.3%	xHigh 推理
15	gpt-5.4-pro-2026-03-05_xhighOpenAI	82.5%	xHigh 推理
16	gpt-5.6-luna_maxOpenAI	82.1%	Max 推理
16	muse-wonder-1.0_maxMeta	82.1%	Max 推理
18	claude-opus-4-8_maxAnthropic	80.0%	Max 推理
19	gpt-6-luna_maxOpenAI	78.9%	Max 推理
20	gpt-5.4-2026-03-05_xhighOpenAI	78.6%	xHigh 推理
21	claude-haiku-5-5_maxAnthropic	75.1%	Max 推理
22	qwen3.8-max_xhighAlibaba	74.7%	xHigh 推理
24	muse-spark-1.3_maxMeta	74.0%	Max 推理
25	gpt-5.2-pro-2025-12-11_xhighOpenAI	74.0%	xHigh 推理
26	kimi-k3_maxMoonshot AI	72.2%	Max 推理
27	gemini-3.7-flash_highGoogle	71.6%	High 推理
28	deepseek-v4.1-flash-1017_maxDeepSeek	71.2%	Max 推理
29	claude-opus-4-7_maxAnthropic	70.2%	Max 推理
30	Muse-Spark-Open-816B-A42B_xhighMeta	69.8%	xHigh 推理
31	glm-5.3_maxZ.ai	68.8%	Max 推理

评测局限与数据署名

正式计分；同题家族共用固定预算。

数据许可：CC BY 4.0 · Epoch AI 自行评测数据

成绩由 Epoch AI 发布。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。