מבחן הערכה
FrontierMath v2
מדד משני · בהסתייגותזיקה מסחרית מוצהרת
מה הוא מודד
מתמטיקה: חשיבה מתמטית וחישובים
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות רישום
Strong specialized math signal; commercial ties and historical data-quality corrections shown prominently.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| GPT-5.6 Sol | 89.0 | FrontierMath v2, דרגות 1–3 · דיווח של הספק | קישור |
| GPT-5.6 Terra | 84.9 | FrontierMath v2, דרגות 1–3 · דיווח של הספק | קישור |
| GPT-5.6 Luna | 78.6 | FrontierMath v2, דרגות 1–3 · דיווח של הספק | קישור |
| GPT-5.5 | 51.7 | FrontierMath v2, דרגות 1–3 · מדידה בלוח עצמאי | קישור |
| GPT-5.4 | 47.6 | FrontierMath v2, דרגות 1–3 · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.8 | 47.2 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.7 | 43.8 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.6 | 40.7 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Muse Spark | 39.0 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Kimi K2.6 | 39.0 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3.5 Flash | 39.0 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3 Pro | 37.6 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GLM-5.1 | 33.5 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Kimi K2.5 | 27.9 | FrontierMath v2, דרגות 1–3 · מדידה בלוח עצמאי | קישור |
| Qwen3.6 Plus | 26.2 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-5.4 nano | 25.9 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| 23.1 | FrontierMath v2, דרגות 1–3 · מדידה בלוח עצמאי | קישור | |
| DeepSeek V3.2 | 22.1 | FrontierMath v2, דרגות 1–3 · מדידה בלוח עצמאי | קישור |
| Grok 4 | 19.7 | FrontierMath v2, דרגות 1–3 · מדידה בלוח עצמאי | קישור |
| GLM-5 | 16.4 | FrontierMath, הרצה עצמאית · מדידה בלוח עצמאי | קישור |