Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es
FrontierMath Tiers 1–3: Ergebnisse von KI-Modellen
FrontierMath Tiers 1–3 ist ein Benchmark im Bereich Mathematik, durchgeführt von Epoch AI. Für 86 Modelle in unseren Daten liegt ein veröffentlichtes Ergebnis vor.
Er ist Teil des SI-IQ-Index (Ladung α = 1,50, Zufallsniveau 0 %).
- Evaluator
- Epoch AI
- Startseite des Benchmarks
- epoch.ai/frontiermath
Ergebnisse
| 1 | GPT-6 Astra OpenAI | 93,7 % | 150146–153 | 9 |
| 2 | GPT-6.1 Sol OpenAI | 93,7 % | 148144–152 | 9 |
| 3 | Claude Opus 5.5 Anthropic | 91,2 % | 144141–148 | 9 |
| 4 | Claude Fable 5.1 Anthropic | 90,2 % | 140136–143 | 8 |
| 5 | GPT-6 Sol OpenAI | 89,8 % | 140137–144 | 9 |
| 6 | GPT-5.6 Sol OpenAI | 89,1 % | 140137–143 | 9 |
| 7 | Claude Sonnet 5.5 Anthropic | 88,8 % | 140137–143 | 9 |
| 8 | GPT-5.5 Pro OpenAI | 87,7 % | 139135–142 | 5 zu wenige Daten |
| 9 | Claude Fable 5 Anthropic | 87,0 % | 138134–141 | 9 |
| 10 | GPT-5.6 Terra OpenAI | 86,0 % | 134131–137 | 9 |
| 11 | Gemini 4 Argon Google DeepMind | 86,0 % | 140137–143 | 9 |
| 12 | Claude Opus 5 Anthropic | 85,6 % | 136133–140 | 9 |
| 13 | GPT-5.5 OpenAI | 85,3 % | 138135–141 | 10 |
| 14 | GPT-5.4 Pro OpenAI | 82,5 % | 135131–138 | 5 zu wenige Daten |
| 15 | GPT-5.6 Luna OpenAI | 82,1 % | 130127–133 | 9 |
| 16 | Muse Wonder Meta AI | 82,1 % | 136133–139 | 4 zu wenige Daten |
| 17 | Claude Opus 4.8 Anthropic | 80,0 % | 132129–135 | 9 |
| 18 | GPT-6 Luna OpenAI | 78,9 % | 130127–133 | 9 |
| 19 | GPT-5.4 OpenAI | 78,6 % | 131128–133 | 10 |
| 20 | Claude Haiku 5.5 Anthropic | 75,1 % | 129126–132 | 9 |
| 21 | Qwen 3.8 Max Alibaba | 74,7 % | 130127–133 | 7 zu wenige Daten |
| 22 | Muse Spark 1.3 Meta AI | 74,4 % | 128125–131 | 5 zu wenige Daten |
| 23 | GPT-5.2 Pro OpenAI | 74,0 % | 132128–135 | 3 zu wenige Daten |
| 24 | Kimi K3offen Moonshot | 72,2 % | 127124–130 | 9 |
| 25 | Gemini 3.7 Flash Google DeepMind | 71,6 % | 131128–134 | 9 |
| 26 | Claude Opus 4.7 Anthropic | 70,2 % | 127124–130 | 10 |
| 27 | Muse Spark Openoffen Meta AI | 69,8 % | 127124–130 | 7 |
| 28 | GLM-5.3offen Z.ai (Zhipu AI) | 68,8 % | 125122–128 | 9 |
| 29 | Gemini 3.8 Flash Google DeepMind | 68,4 % | 130127–133 | 9 |
| 30 | GPT-5.2 OpenAI | 67,4 % | 125122–128 | 11 |
| 31 | DeepSeek V4.1 Flashoffen DeepSeek | 67,4 % | 128125–131 | 9 |
| 32 | Claude Opus 4.6 Anthropic | 66,0 % | 123120–126 | 10 |
| 33 | Grok 4.6 xAI | 66,0 % | 126123–129 | 9 |
| 34 | Claude Sonnet 5 Anthropic | 65,6 % | 126123–129 | 9 |
| 35 | Qwen3.8 Max (0902) Alibaba | 65,6 % | 127123–130 | 6 zu wenige Daten |
| 36 | DeepSeek V4 Pro 0813offen DeepSeek | 64,6 % | 128125–131 | 9 |
| 37 | Qwen3.7-Max Alibaba | 64,6 % | 125122–128 | 10 |
| 38 | Gemini 3.5 Flash Google DeepMind | 62,8 % | 126123–129 | 10 |
| 39 | Gemini 3.1 Pro Google DeepMind | 59,6 % | 127124–130 | 10 |
| 40 | GLM-5.2offen Z.ai (Zhipu AI) | 59,2 % | 121118–124 | 10 |
| 41 | Gemini 3.6 Flash Google DeepMind | 58,9 % | 125122–128 | 9 |
| 42 | Mistral Large 4 Mistral AI | 58,6 % | 122119–125 | 7 zu wenige Daten |
| 43 | DeepSeek V4 Flash 0731offen DeepSeek | 57,5 % | 124121–127 | 9 |
| 44 | Grok 4.5 xAI | 57,2 % | 124121–127 | 6 zu wenige Daten |
| 45 | Kimi K2.6offen Moonshot | 57,2 % | 121118–124 | 10 |
| 46 | GLM-5.3-Flashoffen Z.ai (Zhipu AI) | 55,8 % | 120117–124 | 8 |
| 47 | GPT-5 Pro OpenAI | 55,8 % | 124120–128 | 3 zu wenige Daten |
| 48 | GPT-5 OpenAI | 55,4 % | 121118–124 | 12 |
| 49 | Kimi K2.7 Codeoffen Moonshot | 54,0 % | 118115–122 | 8 |
| 50 | Grok 4.7 xAI | 53,0 % | 123120–127 | 7 zu wenige Daten |
| 51 | GPT-5.4 Mini OpenAI | 51,2 % | 117113–120 | 9 |
| 52 | Gemini 3 Flash Google DeepMind | 51,2 % | 122119–125 | 10 |
| 53 | GPT-5 mini OpenAI | 46,7 % | 115112–118 | 12 |
| 54 | Inkling-Smalloffen Thinking Machines | 46,3 % | 118115–122 | 8 |
| 55 | DeepSeek-V4-Prooffen DeepSeek | 45,3 % | 117113–120 | 10 |
| 56 | GPT-5.4 Nano OpenAI | 44,9 % | 118115–121 | 9 |
| 57 | Grok 4.3 Beta xAI | 42,8 % | 117114–121 | 6 zu wenige Daten |
| 58 | Qwen 3.6 Plus Alibaba | 38,2 % | 113109–117 | 7 zu wenige Daten |
| 59 | GLM-5.1offen Z.ai (Zhipu AI) | 36,8 % | 116112–120 | 8 |
| 60 | o4-mini OpenAI | 36,1 % | 112109–115 | 10 |
| 61 | Qwen3.6 27Boffen Alibaba | 35,1 % | 115110–119 | 6 |
| 62 | Claude Opus 4.5 Anthropic | 34,4 % | 115111–118 | 11 |
| 63 | Qwen3.7-Plus Alibaba | 34,4 % | 115110–119 | 6 |
| 64 | Inklingoffen Thinking Machines | 33,3 % | 114110–117 | 8 |
| 65 | o3 OpenAI | 33,3 % | 116113–119 | 10 |
| 66 | Qwen3.5 397B-A17Boffen Alibaba | 31,2 % | 114109–118 | 6 |
| 67 | Gemini 3.1 Flash-Lite Google | 27,7 % | 109105–114 | 3 zu wenige Daten |
| 68 | GPT-5.5 Instant OpenAI | 26,3 % | 107103–111 | 4 zu wenige Daten |
| 69 | Gemini 3.5 Flash-Lite Google DeepMind | 26,0 % | 109106–113 | 8 |
| 70 | Gemini 2.5 Pro (Jun 2025) Google DeepMind | 24,6 % | 108104–112 | 8 |
| 71 | Claude Sonnet 4.5 Anthropic | 23,9 % | 110107–113 | 12 |
| 72 | Qwen 3.6 Flash Alibaba | 22,5 % | 107103–111 | 6 zu wenige Daten |
| 73 | Qwen 3.6 35B-A3Boffen Alibaba | 20,4 % | 111107–115 | 6 |
| 74 | GPT-5 nano OpenAI | 20,0 % | 105102–109 | 11 |
| 75 | Qwen3.7 Flash Alibaba | 19,3 % | 107103–112 | 4 zu wenige Daten |
| 76 | Qwen3-Max Alibaba | 18,9 % | 106103–110 | 6 zu wenige Daten |
| 77 | o3-mini OpenAI | 18,6 % | 105101–108 | 9 |
| 78 | Qwen 3.5 Flash (hosted 35B-A3B) Alibaba | 18,2 % | 107103–111 | 6 zu wenige Daten |
| 79 | o1 OpenAI | 14,7 % | 10399–106 | 6 zu wenige Daten |
| 80 | Claude Opus 4.1 Anthropic | 12,6 % | 105102–109 | 6 zu wenige Daten |
| 81 | GPT-4.1 mini OpenAI | 6,7 % | 9188–95 | 11 |
| 82 | GPT-4.1 OpenAI | 6,0 % | 9187–94 | 11 |
| 83 | GPT-4 Turbo (Apr 2024) OpenAI | 0,7 % | 6864–73 | 4 zu wenige Daten |
| 84 | GPT-4o mini OpenAI | 0,7 % | 6864–73 | 10 |
| 85 | GPT-4o (Aug 2024) OpenAI | 0,4 % | 7368–77 | 9 |
| 86 | GPT-3.5 Turbo (Jan 2024) OpenAI | 0,0 % | 4742–53 | 5 zu wenige Daten |
Datenquellen: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); LiteLLM, model_prices_and_context_window.json (MIT); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (Lizenzen und Änderungen).