自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理

FrontierMath Tier 4:AI 模型成绩

FrontierMath Tier 4 是由 Epoch AI 运行的数学基准测试。我们的数据中,68 个模型有已发布的成绩。

它属于 SI-IQ 指数的一部分(载荷 α = 2.32,随机水平 0%)。

评测方
Epoch AI
基准测试主页
epoch.ai/frontiermath

成绩

来源
1 GPT-6.1 Sol OpenAI100.0%148144–152 9 2026年9月Epoch AI Benchmarking Hub
2 GPT-6 Astra OpenAI97.6%150146–153 9 2026年9月Epoch AI Benchmarking Hub
3 Claude Opus 5.5 Anthropic95.0%144141–148 9 2026年9月Epoch AI Benchmarking Hub
4 Claude Fable 5 Anthropic90.2%138134–141 9 2026年6月Epoch AI Benchmarking Hub
5 GPT-6 Sol OpenAI90.0%140137–144 9 2026年9月Epoch AI Benchmarking Hub
6 Claude Fable 5.1 Anthropic87.8%140136–143 8 2026年9月Epoch AI Benchmarking Hub
7 GPT-5.6 Sol OpenAI82.9%140137–143 9 2026年7月Epoch AI Benchmarking Hub
8 Claude Sonnet 5.5 Anthropic80.5%140137–143 9 2026年9月Epoch AI Benchmarking Hub
9 GPT-5.5 Pro OpenAI78.0%139135–142 5 数据不足 2026年4月Epoch AI Benchmarking Hub
10 Gemini 4 Argon Google DeepMind78.0%140137–143 9 2026年9月Epoch AI Benchmarking Hub
11 AI Co-Mathematician Google DeepMind75.6%137132–142 1 数据不足 2026年5月Epoch AI Benchmarking Hub
12 Claude Opus 5 Anthropic73.2%136133–140 9 2026年7月Epoch AI Benchmarking Hub
13 GPT-5.5 OpenAI72.5%138135–141 10 2026年4月Epoch AI Benchmarking Hub
14 GPT-5.6 Terra OpenAI70.7%134131–137 9 2026年7月Epoch AI Benchmarking Hub
15 Muse Wonder Meta AI70.7%136133–139 4 数据不足 2026年10月Epoch AI Benchmarking Hub
16 GPT-5.6 Luna OpenAI61.0%130127–133 9 2026年7月Epoch AI Benchmarking Hub
17 GPT-5.4 Pro OpenAI58.5%135131–138 5 数据不足 2026年3月Epoch AI Benchmarking Hub
18 Claude Opus 4.8 Anthropic56.1%132129–135 9 2026年5月Epoch AI Benchmarking Hub
19 GPT-6 Luna OpenAI56.1%130127–133 9 2026年9月Epoch AI Benchmarking Hub
20 GPT-5.4 OpenAI49.0%131128–133 10 2026年3月Epoch AI Benchmarking Hub
21 Claude Haiku 5.5 Anthropic46.3%129126–132 9 2026年10月Epoch AI Benchmarking Hub
22 Muse Spark 1.3 Meta AI46.3%128125–131 5 数据不足 2026年9月Epoch AI Benchmarking Hub
23 Qwen 3.8 Max Alibaba46.3%130127–133 7 数据不足 2026年8月Epoch AI Benchmarking Hub
24 GPT-5.2 Pro OpenAI46.0%132128–135 3 数据不足 2025年12月Epoch AI Benchmarking Hub
25 Kimi K3开放 Moonshot39.0%127124–130 9 2026年7月Epoch AI Benchmarking Hub
26 Gemini 3.7 Flash Google DeepMind36.6%131128–134 9 2026年8月Epoch AI Benchmarking Hub
27 Qwen3.7-Max Alibaba34.1%125122–128 10 2026年5月Epoch AI Benchmarking Hub
28 Qwen3.8 Max (0902) Alibaba34.1%127123–130 6 数据不足 2026年9月Epoch AI Benchmarking Hub
29 Claude Opus 4.7 Anthropic31.7%127124–130 10 2026年4月Epoch AI Benchmarking Hub
30 Grok 4.6 xAI31.7%126123–129 9 2026年8月Epoch AI Benchmarking Hub
31 Muse Spark Open开放 Meta AI31.7%127124–130 7 2026年10月Epoch AI Benchmarking Hub
32 GPT-5.2 OpenAI31.7%125122–128 11 2025年12月Epoch AI Benchmarking Hub
33 Claude Sonnet 5 Anthropic29.3%126123–129 9 2026年6月Epoch AI Benchmarking Hub
34 GLM-5.2开放 Z.ai (Zhipu AI)29.3%121118–124 10 2026年6月Epoch AI Benchmarking Hub
35 GLM-5.3开放 Z.ai (Zhipu AI)29.3%125122–128 9 2026年8月Epoch AI Benchmarking Hub
36 Claude Opus 4.6 Anthropic26.8%123120–126 10 2026年2月Epoch AI Benchmarking Hub
37 DeepSeek V4 Pro 0813开放 DeepSeek26.8%128125–131 9 2026年8月Epoch AI Benchmarking Hub
38 DeepSeek V4.1 Flash开放 DeepSeek26.8%128125–131 9 2026年9月Epoch AI Benchmarking Hub
39 Gemini 3.1 Pro Google DeepMind26.8%127124–130 10 2026年2月Epoch AI Benchmarking Hub
40 Gemini 3.5 Flash Google DeepMind26.8%126123–129 10 2026年5月Epoch AI Benchmarking Hub
41 Mistral Large 4 Mistral AI26.8%122119–125 7 数据不足 2026年10月Epoch AI Benchmarking Hub
42 Kimi K2.6开放 Moonshot25.6%121118–124 10 2026年4月Epoch AI Benchmarking Hub
43 DeepSeek V4 Flash 0731开放 DeepSeek24.4%124121–127 9 2026年7月Epoch AI Benchmarking Hub
44 Grok 4.5 xAI24.4%124121–127 6 数据不足 2026年7月Epoch AI Benchmarking Hub
45 GPT-5 OpenAI22.0%121118–124 12 2025年8月Epoch AI Benchmarking Hub
46 Gemini 3.6 Flash Google DeepMind22.0%125122–128 9 2026年7月Epoch AI Benchmarking Hub
47 Gemini 3.8 Flash Google DeepMind22.0%130127–133 9 2026年9月Epoch AI Benchmarking Hub
48 GPT-5 Pro OpenAI19.5%124120–128 3 数据不足 2025年10月Epoch AI Benchmarking Hub
49 GLM-5.3-Flash开放 Z.ai (Zhipu AI)17.1%120117–124 8 2026年8月Epoch AI Benchmarking Hub
50 Gemini 3 Flash Google DeepMind17.1%122119–125 10 2025年12月Epoch AI Benchmarking Hub
51 Grok 4.7 xAI17.1%123120–127 7 数据不足 2026年9月Epoch AI Benchmarking Hub
52 Inkling-Small开放 Thinking Machines17.1%118115–122 8 2026年7月Epoch AI Benchmarking Hub
53 Grok 4.3 Beta xAI14.6%117114–121 6 数据不足 2026年4月Epoch AI Benchmarking Hub
54 GPT-5 mini OpenAI12.2%115112–118 12 2025年8月Epoch AI Benchmarking Hub
55 GPT-5.4 Nano OpenAI12.2%118115–121 9 2026年3月Epoch AI Benchmarking Hub
56 Kimi K2.7 Code开放 Moonshot12.2%118115–122 8 2026年6月Epoch AI Benchmarking Hub
57 GPT-5.4 Mini OpenAI9.8%117113–120 9 2026年3月Epoch AI Benchmarking Hub
58 Claude Opus 4.5 Anthropic4.9%115111–118 11 2025年11月Epoch AI Benchmarking Hub
59 Inkling开放 Thinking Machines4.9%114110–117 8 2026年7月Epoch AI Benchmarking Hub
60 o4-mini OpenAI4.9%112109–115 10 2025年4月Epoch AI Benchmarking Hub
61 Claude Opus 4.1 Anthropic2.4%105102–109 6 数据不足 2025年8月Epoch AI Benchmarking Hub
62 Claude Sonnet 4.5 Anthropic2.4%110107–113 12 2025年9月Epoch AI Benchmarking Hub
63 DeepSeek-V4-Pro开放 DeepSeek2.4%117113–120 10 2026年4月Epoch AI Benchmarking Hub
64 GPT-5 nano OpenAI2.4%105102–109 11 2025年8月Epoch AI Benchmarking Hub
65 GPT-5.5 Instant OpenAI2.4%107103–111 4 数据不足 2026年5月Epoch AI Benchmarking Hub
66 Gemini 2.5 Pro (Jun 2025) Google DeepMind0.0%108104–112 8 2025年6月Epoch AI Benchmarking Hub
67 Gemini 3.5 Flash-Lite Google DeepMind0.0%109106–113 8 2026年7月Epoch AI Benchmarking Hub
68 o3-mini OpenAI0.0%105101–108 9 2025年1月Epoch AI Benchmarking Hub

数据来源: 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 (许可与修改).