FrontierMath v2 · Tiers 1–3

Name: FrontierMath v2 · Tiers 1–3
Creator: Epoch AI

Epoch AI / 推理 · 研究级数学推理

在 SoloOS 中参与排名

证据预算3.6%

上游数据时间10/27 04:00

最近成功同步10/28 20:05

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。

正式计分；同题家族共用固定预算。

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	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	gemini-4-argon_highgoogle	86.0%	High 推理
11	gpt-5.6-terra_maxOpenAI	86.0%	Max 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	muse-wonder-1.0_max—	82.1%	Max 推理
16	gpt-5.6-luna_maxOpenAI	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_max—	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 AI	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，原始分数与 SoloOS 共识分使用不同尺度，不能直接相加。