AIFIND / MODEL INTELLIGENCE

FrontierMath v2 · Tier 4

FrontierMath v2 · Tier 4 · Epoch AI

集計対象

さらに難しい研究水準の数学。

公式の出典 ↗共通の評価方法

何を測るか

v2 Tier 4 を独立保存し、標本誤差を保持します。

比較の限界

Tiers 1–3 と同じ数学タスク群の重みを共有します。

出典・利用条件

CC BY 4.0 · Epoch AI の公式評価データ。帰属と出典リンク、集約による変更を表示します。

Epoch AI による成績です。元の点数は尺度が異なるため単純加算せず、固定の基準尺度で比較します。

最終取得確認 2026/10/04 20:02 JST · 最後の成功 2026/10/04 20:02 JST。リアルタイムの成績ではありません。

元の評価結果

出典公開 2026/09/30 JST · 取得確認 2026/10/04 20:02 JST

固定規則でモデルごとの代表設定を選択します。不採用の理由と元の順位を保持し、最大 30 モデルを表示。匿名モデルは除外します。

元の順位	モデル・設定	元のスコア	採否
1	gpt-6.1-sol_maxMax 推論	100.0%	採用可能
2	gpt-6-astra_maxMax 推論	97.6%	採用可能
6	claude-opus-5-5_maxMax 推論	95.0%	採用可能
7	claude-fable-5_maxMax 推論	90.2%	採用可能
8	gpt-6-sol_maxMax 推論	90.0%	採用可能
9	claude-fable-5-1_maxMax 推論	87.8%	採用可能
11	gpt-5.6-sol_maxMax 推論	82.9%	採用可能
13	claude-sonnet-5-5_maxMax 推論	80.5%	採用可能
13	gpt-5.6-sol_promax出典の既定設定	80.5%	専用システムまたは未確認の実行設定で、単一の公開モデルに帰属できません。
15	gpt-5.5-pro_xhighxHigh 推論	78.0%	採用可能
16	gdm-ai-co-mathematician出典の既定設定	75.6%	専用システムまたは未確認の実行設定で、単一の公開モデルに帰属できません。
17	claude-opus-5_maxMax 推論	73.2%	採用可能
18	gpt-5.5_xhighxHigh 推論	72.5%	採用可能
19	gpt-5.6-terra_maxMax 推論	70.7%	採用可能
20	gpt-5.6-luna_maxMax 推論	61.0%	採用可能
21	gpt-5.4-pro-2026-03-05_xhighxHigh 推論	58.5%	採用可能
22	claude-opus-4-8_maxMax 推論	56.1%	採用可能
22	gpt-6-luna_maxMax 推論	56.1%	採用可能
24	gpt-5.4-2026-03-05_xhighxHigh 推論	49.0%	採用可能
25	muse-spark-1.3_maxMax 推論	46.3%	採用可能
25	qwen3.8-max_xhighxHigh 推論	46.3%	採用可能
27	gpt-5.2-pro-2025-12-11_xhighxHigh 推論	46.0%	採用可能
29	kimi-k3_maxMax 推論	39.0%	採用可能
30	gemini-3.7-flash_highHigh 推論	36.6%	採用可能
31	qwen3.8-max-0902_xhighxHigh 推論	34.1%	採用可能
31	qwen3.7-max出典の既定設定	34.1%	採用可能
33	claude-opus-4-7_maxMax 推論	31.7%	採用可能
33	grok-4.6_xhighxHigh 推論	31.7%	採用可能
35	gpt-5.2-2025-12-11_xhighxHigh 推論	31.7%	採用可能
36	glm-5.2_maxMax 推論	29.3%	採用可能

FrontierMath v2 · Tier 4

何を測るか

ランキングでの扱い

比較の限界

出典・利用条件

元の評価結果