FrontierMath v2 · Tier 4
Epoch AI / 推理 · 更高难度的数学研究题
在 kuakeAI头条 中参与排名
证据预算1.6%
上游数据时间11/14 06:31
最近成功同步11/19 20:05
它测什么,怎么测
独立保存 Tier 4,和 Tiers 1–3 共用数学证据预算;保留样本误差。
如何使用这份证据
通过单型号协议核验后,在所属能力领域的题族份额内参与参考排序;同题族的测量不增加题族总份额。实际生效份额见当前计算记录。
评测成绩
按固定规则,每个公开模型采用一套代表配置;没有可采用配置的模型标为未计入并写明原因。匿名测试型号不展示,保留原榜名次,每项最多 30 个。
| 原榜名次 | 原榜型号 | 原始成绩 | 代表配置 |
|---|---|---|---|
| 1 | claude-fable-5-2_maxAnthropic | 100.0% | Max 推理 |
| 1 | gpt-6.2-astra_maxOpenAI | 100.0% | Max 推理 |
| 1 | gpt-6.1-sol_maxOpenAI | 100.0% | Max 推理 |
| 4 | gpt-6-astra_maxOpenAI | 97.6% | Max 推理 |
| 8 | gemini-4-carbon_highGoogle | 95.1% | High 推理 |
| 9 | claude-opus-5-5_maxAnthropic | 95.0% | Max 推理 |
| 10 | gpt-6.1-terra_maxOpenAI | 92.7% | Max 推理 |
| 11 | claude-fable-5_maxAnthropic | 90.2% | Max 推理 |
| 12 | gpt-6-sol_maxOpenAI | 90.0% | Max 推理 |
| 13 | claude-fable-5-1_maxAnthropic | 87.8% | Max 推理 |
| 13 | gemini-4-hydrogen_xhighGoogle | 87.8% | xHigh 推理 |
| 16 | gpt-5.6-sol_maxOpenAI | 82.9% | Max 推理 |
| 18 | gpt-5.6-sol_promaxOpenAI | 80.5% | 来源默认配置未计入:来源为专用系统或尚未核实的运行配置,无法归到单个公开模型。 |
| 18 | claude-sonnet-5-5_maxAnthropic | 80.5% | Max 推理 |
| 20 | gemini-4-argon_highGoogle | 78.0% | High 推理 |
| 20 | gpt-5.5-pro_xhighOpenAI | 78.0% | xHigh 推理 |
| 22 | gdm-ai-co-mathematicianGoogle | 75.6% | 来源默认配置未计入:来源为专用系统或尚未核实的运行配置,无法归到单个公开模型。 |
| 23 | claude-opus-5_maxAnthropic | 73.2% | Max 推理 |
| 24 | gpt-5.5_xhighOpenAI | 72.5% | xHigh 推理 |
| 25 | gpt-5.6-terra_maxOpenAI | 70.7% | Max 推理 |
| 25 | muse-wonder-1.0_maxMeta | 70.7% | Max 推理 |
| 27 | kimi-k3.1-pro-together_maxMoonshot AI | 65.9% | Max 推理 |
| 28 | gpt-5.6-luna_maxOpenAI | 61.0% | Max 推理 |
| 29 | gpt-5.4-pro-2026-03-05_xhighOpenAI | 58.5% | xHigh 推理 |
| 30 | gpt-6-luna_maxOpenAI | 56.1% | Max 推理 |
| 30 | claude-opus-4-8_maxAnthropic | 56.1% | Max 推理 |
| 32 | gpt-5.4-2026-03-05_xhighOpenAI | 49.0% | xHigh 推理 |
| 33 | qwen3.8-max_xhighAlibaba | 46.3% | xHigh 推理 |
| 33 | deepseek-v4.1-flash-1017_maxDeepSeek | 46.3% | Max 推理 |
| 33 | claude-haiku-5-5_maxAnthropic | 46.3% | 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,各项原始分数使用不同尺度,不能直接相加;参考位次采用公开的分差标准化规则。