FrontierMath v2 · Tier 4

Name: FrontierMath v2 · Tier 4
Creator: Epoch AI

Epoch AI / 推理 · 更高難度的數學研究題

官方評測

在 ATech Hot 中參與排名

證據預算1.2%

上游數據時間09/30 06:00

最近成功同步10/06 14:05

它測什麼，怎麼測

獨立保存 Tier 4，和 Tiers 1–3 共用數學證據預算；保留樣本誤差。

如何使用這份證據

正式計分；同題家族共用固定預算。

評測成績

按固定規則，每個公開模型採用一套代表配置；沒有可採用配置的模型標為未計入並寫明原因。匿名測試型號不展示，保留原榜名次，每項最多 30 個。

原榜名次	原榜型號	原始成績	代表配置
1	gpt-6.1-sol_maxopenai	100.0%	Max 推理
2	gpt-6-astra_maxOpenAI	97.6%	Max 推理
6	claude-opus-5-5_maxAnthropic	95.0%	Max 推理
7	claude-fable-5_maxAnthropic	90.2%	Max 推理
8	gpt-6-sol_maxOpenAI	90.0%	Max 推理
9	claude-fable-5-1_maxAnthropic	87.8%	Max 推理
11	gpt-5.6-sol_maxOpenAI	82.9%	Max 推理
13	claude-sonnet-5-5_maxanthropic	80.5%	Max 推理
13	gpt-5.6-sol_promaxOpenAI	80.5%	來源預設配置未計入：來源為專用系統或尚未核實的運行配置，無法歸到單個公開模型。
15	gpt-5.5-pro_xhighOpenAI	78.0%	xHigh 推理
16	gdm-ai-co-mathematicianGoogle	75.6%	來源預設配置未計入：來源為專用系統或尚未核實的運行配置，無法歸到單個公開模型。
17	claude-opus-5_maxAnthropic	73.2%	Max 推理
18	gpt-5.5_xhighOpenAI	72.5%	xHigh 推理
19	gpt-5.6-terra_maxOpenAI	70.7%	Max 推理
20	gpt-5.6-luna_maxOpenAI	61.0%	Max 推理
21	gpt-5.4-pro-2026-03-05_xhighOpenAI	58.5%	xHigh 推理
22	claude-opus-4-8_maxAnthropic	56.1%	Max 推理
22	gpt-6-luna_maxOpenAI	56.1%	Max 推理
24	gpt-5.4-2026-03-05_xhighOpenAI	49.0%	xHigh 推理
25	qwen3.8-max_xhighAlibaba	46.3%	xHigh 推理
25	muse-spark-1.3_maxMeta	46.3%	Max 推理
27	gpt-5.2-pro-2025-12-11_xhighOpenAI	46.0%	xHigh 推理
29	kimi-k3_maxMoonshot AI	39.0%	Max 推理
30	gemini-3.7-flash_highGoogle	36.6%	High 推理
31	qwen3.7-maxAlibaba	34.1%	來源預設配置
31	qwen3.8-max-0902_xhighAlibaba	34.1%	xHigh 推理
33	grok-4.6_xhighxAI	31.7%	xHigh 推理
33	claude-opus-4-7_maxAnthropic	31.7%	Max 推理
35	gpt-5.2-2025-12-11_xhighOpenAI	31.7%	xHigh 推理
36	glm-5.3_maxZ.ai	29.3%	Max 推理

評測侷限與數據署名

正式計分；同題家族共用固定預算。

數據許可：CC BY 4.0 · Epoch AI 自行評測數據

成績由 Epoch AI 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。