BenchLeader

ArXivMathのリーダーボード

2026年11月16日時点で、ArXivMathの最高スコアは94.3%で、Gemini 4 Carbon(Google)が記録しています。次点はGPT-6.1 Solの92.8%です。公表された結果があるのは8のモデル構成です(MathArena)。直近数か月にarXivで公開された論文から作った、研究レベルの最終解答型の問題。毎月更新され、Overallの表は現行の月次セットをまとめたもの。MathArena。参考表示です(対象モデルがまだ少ないため)。ArXivMathは参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • Gemini 4 CarbonがArXivMathの最高スコア94.3%を記録しています(MathArena、2026年11月16日)。
  • ArXivMathの2位はGPT-6.1 Solで、92.8%です(MathArena、2026年11月16日)。
  • ArXivMath:直近数か月にarXivで公開された論文から作った、研究レベルの最終解答型の問題。毎月更新され、Overallの表は現行の月次セットをまとめたもの。MathArena。参考表示です(対象モデルがまだ少ないため)(MathArena)。
  • BenchLeaderでは8のモデル構成にArXivMathの公表結果があります(BenchLeader、2026年11月16日)。
  • ArXivMathはBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

直近数か月にarXivで公開された論文から作った、研究レベルの最終解答型の問題。毎月更新され、Overallの表は現行の月次セットをまとめたもの。MathArena。参考表示です(対象モデルがまだ少ないため)。

公開元
MathArena
カテゴリ
数学
Indexでの重み
参考のみ
モデル
8
データ基準日
2026年11月16日

MIT — eth-sri/matharena.

8件中8件
#
1Gemini 4 Carbonhigh94.3%68.9$5.08203k
2GPT-6.1 Solmax92.8%66.6$0.96064k
3Gemini 4 Argonhigh84.4%65.3$3.74182k
4Claude Opus 5.5high82.6%66.0$1.9352k
5Kimi K3.1 Promax58.3%59.9$2.94103k
6DeepSeek V4.1 Flash 1017max42.5%57.7$0.330179k
7Inkling 2 Small31.9%57.9$0.600216k
8Muse Spark Openxhigh27.0%53.5$1.0386k

数学のベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「ArXivMathのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/matharena_arxivmath

ArXivMath:よくある質問

ArXivMathは何を測るベンチマークですか?
直近数か月にarXivで公開された論文から作った、研究レベルの最終解答型の問題。毎月更新され、Overallの表は現行の月次セットをまとめたもの。MathArena。参考表示です(対象モデルがまだ少ないため)。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
ArXivMathの最高スコアは?
2026年11月16日時点で、ArXivMathの最高スコアは94.3%で、Gemini 4 Carbonが記録しています。次点はGPT-6.1 Solの92.8%です。スコアはMathArenaの公表値で、毎日読み直しています。
ArXivMathでトップのAIモデルは?
2026年11月16日時点で、ArXivMathの首位はGemini 4 Carbonで、スコアは94.3%です。続いてGPT-6.1 Sol(92.8%)です。
ArXivMathの結果があるモデルはいくつですか?
BenchLeaderでは8のモデル構成にArXivMathの結果があり、すべてMathArenaから取得しています。
ArXivMathを運営しているのは誰で、どのくらいの頻度で更新されますか?
ArXivMathはMathArenaが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
ArXivMathはBenchLeader Indexに含まれますか?
いいえ。ArXivMathは参考として掲載していますが、総合スコアには含めていません。