BenchLeader

HMMT February 2026のリーダーボード

2026年11月16日時点で、HMMT February 2026の最高スコアは98.5%で、GPT-5.5(OpenAI)が記録しています。次点はGPT-5.4の97.7%です。公表された結果があるのは31のモデル構成です(MathArena)。2026年2月のHarvard-MIT Mathematics Tournamentで、AIMEより難しいコンテストです。MathArenaが公開直後に評価しています。HMMT February 2026はBenchLeader Indexの数学スコアに反映されます。

要点(2026年11月16日時点)

  • GPT-5.5がHMMT February 2026の最高スコア98.5%を記録しています(MathArena、2026年11月16日)。
  • HMMT February 2026の2位はGPT-5.4で、97.7%です(MathArena、2026年11月16日)。
  • HMMT February 2026:2026年2月のハーバード・MIT数学トーナメント(HMMT)。MathArena(MathArena)。
  • BenchLeaderでは31のモデル構成にHMMT February 2026の公表結果があります(BenchLeader、2026年11月16日)。
  • HMMT February 2026はBenchLeader Indexの数学カテゴリに反映されます(BenchLeaderの評価方法)。

2026年2月のハーバード・MIT数学トーナメント(HMMT)。MathArena。

MathArenaは、これら31件の結果のうち20件にデータ汚染の可能性があるとしています。問題の公開後にモデルが評価されたため、問題がすでに学習データに含まれているおそれがあります。これらのスコアも下の表に載せており、ほかの結果と同じ重みでIndexに反映されます。

公開元
MathArena
カテゴリ
数学
Indexでの重み
1.0
モデル
31
データ基準日
2026年11月16日

MIT — eth-sri/matharena.

どんなテストか

2026年2月のHarvard-MIT Mathematics Tournamentで、AIMEより難しいコンテストです。MathArenaが公開直後に評価しています。

採点方法

正答率で、複数回の実行の平均です。

注意点

問題数が少なく難易度も高いため、スコアは変動しやすくなります。MathArenaの信頼区間と併せて比較してください。

31件中31件
#
1GPT-5.5xhigh98.5%64.1$0.2608k可能性あり
2GPT-5.4xhigh97.7%63.1$0.22015k可能性あり
3Kimi K3max97.0%60.2$0.22015k可能性あり
4GPT-5.2high97.0%55.8$0.19014k–
5Claude Opus 4.6high96.2%62.5$0.64026k–
6Gemini 3.5 Flashhigh95.5%62.5$0.15016k可能性あり
7Claude Opus 4.8max95.5%61.1$0.76030k可能性あり
8Gemini 3.1 Prohigh94.7%60.4$0.20017k可能性あり
9Kimi K2.6high94.7%–$0.13034k可能性あり
10Claude Opus 4.7xhigh93.9%57.0$0.56022k可能性あり
11DeepSeek V4 Flashmax93.9%56.8$0.01554k可能性あり
12DeepSeek V4 Promax93.9%54.7$0.14041k可能性あり
13GLM 5.2max92.4%58.9$0.10023k可能性あり
14Gemini 3 Flashhigh89.4%57.4$0.06622k–
15GLM 5.189.4%55.4$0.13040k可能性あり
16Gemini 3.6 Flash89.4%49.3$0.10014k可能性あり
17Qwen3.5 397B A17B87.9%51.3$0.08724k可能性あり
18Step 3.7 Flashhigh87.9%–$0.02481k可能性あり
19Kimi K2.5high87.1%–$0.08629k–
20Gemini 3 Pro86.4%60.0$0.19016k–
21Step 3.5 Flash86.4%56.3$0.01860k–
22Grok 4.1 Fastthinking86.4%55.3$0.007014k–
23GLM-586.4%54.9$0.11033k–
24Nemotron 3 Super84.8%44.0–46k可能性あり
25DeepSeek V3.2thinking84.1%56.7$0.01024k–
26Qwen3.5-35B-A3B81.8%49.9$0.05643k可能性あり
27Qwen3.5-27B81.1%52.0$0.06038k可能性あり
28Qwen3 30B A3B 2507thinking78.8%44.6$0.007024k–
29Qwen3.5-9B71.2%40.4$0.006041k可能性あり
30Qed Nano64.4%––58k可能性あり
31Qwen3-4B-Instruct-2507thinking53.0%40.2$0.008028k–

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「HMMT February 2026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_hmmt_feb_2026

HMMT February 2026:よくある質問

HMMT February 2026は何を測るベンチマークですか?
2026年2月のHarvard-MIT Mathematics Tournamentで、AIMEより難しいコンテストです。MathArenaが公開直後に評価しています。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。
HMMT February 2026の最高スコアは?
2026年11月16日時点で、HMMT February 2026の最高スコアは98.5%で、GPT-5.5が記録しています。次点はGPT-5.4の97.7%です。スコアはMathArenaの公表値で、毎日読み直しています。
HMMT February 2026でトップのAIモデルは?
2026年11月16日時点で、HMMT February 2026の首位はGPT-5.5で、スコアは98.5%です。続いてGPT-5.4(97.7%)です。
HMMT February 2026の結果があるモデルはいくつですか?
BenchLeaderでは31のモデル構成にHMMT February 2026の結果があり、すべてMathArenaから取得しています。
HMMT February 2026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?
HMMT February 2026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。
HMMT February 2026はBenchLeader Indexに含まれますか?
はい。HMMT February 2026はBenchLeader Indexの数学カテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。