OTIS Mock AIMEのリーダーボード
2026年11月16日時点で、OTIS Mock AIMEの最高スコアは100.0%で、Gemini 4 Carbon、Claude Opus 5.5、GPT-6 Astra、Claude Fable 5.1、GPT-6.1 Solほか10モデルが並んでいます。公表された結果があるのは289のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年11月10日)。Evan ChenのOTISプログラムが2024年と2025年のシーズン向けに作成した模擬AIMEです。American Invitational Mathematics Examination形式の15問のコンテストセットで、答えはすべて0から999までの整数です。OTIS Mock AIME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)
- Gemini 4 Carbon、Claude Opus 5.5、GPT-6 Astra、Claude Fable 5.1、GPT-6.1 Solほか10モデルがOTIS Mock AIMEの最高スコア100.0%で並んでいます(Epoch AI Benchmarking Hub、2026年11月16日)。
- OTIS Mock AIME:2024〜2025年の模擬AIME(数学コンテスト)の問題。Epoch AIが実施(Epoch AI Benchmarking Hub)。
- BenchLeaderでは289のモデル構成にOTIS Mock AIMEの公表結果があります(BenchLeader、2026年11月16日)。
- OTIS Mock AIMEはBenchLeader Indexの数学カテゴリに反映されます(BenchLeaderの評価方法)。
2024〜2025年の模擬AIME(数学コンテスト)の問題。Epoch AIが実施。
- カテゴリ
- 数学
- Indexでの重み
- 0.5
- モデル
- 289
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年11月10日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
どんなテストか
Evan ChenのOTISプログラムが2024年と2025年のシーズン向けに作成した模擬AIMEです。American Invitational Mathematics Examination形式の15問のコンテストセットで、答えはすべて0から999までの整数です。
採点方法
全セットを通じた正答率で、Epoch AIが固定のプロンプトを使い、1問につき複数回試行して実行しています。
注意点
人間向けに作られた問題ですが公開されているため、後発のモデルが目にしている可能性があります。競技数学は特有の「ひらめき」を評価するため、ここで高得点でも証明問題や応用問題に通用するとは限りません。
- 1Gemini 4 Carbon (high)100.0%
- 2Claude Opus 5.5 (max)100.0%
- 3GPT-6 Astra (max)100.0%
- 4Claude Fable 5.1 (max)100.0%
- 5GPT-6.1 Sol (max)100.0%
- 6GPT-5.6 Sol (max)100.0%
- 7Gemini 4 Argon (high)100.0%
- 8Claude Sonnet 5.5 (max)100.0%
- 9GPT-6.1 Terra (max)100.0%
- 10Claude Fable 5 (high)100.0%
- 11GPT-6 Sol (max)100.0%
- 12Kimi K3.1 Pro Together (max)100.0%
- 13Qwen3.8 Max (xhigh)100.0%
- 14GPT-5.5 Pre Release (xhigh)100.0%
- 15GPT-5.5 Pro Pre Release (xhigh)100.0%
| # | ||||
|---|---|---|---|---|
| 1 | 100.0% | 68.9 | 2026-11-10 | |
| 2 | 100.0% | 68.4 | 2026-09-22 | |
| 3 | 100.0% | 67.3 | 2026-09-03 | |
| 4 | 100.0% | 66.7 | 2026-09-01 | |
| 5 | 100.0% | 66.6 | 2026-09-29 | |
| 6 | 100.0% | 65.3 | 2026-07-09 | |
| 7 | 100.0% | 65.3 | 2026-10-13 | |
| 8 | 100.0% | 64.2 | 2026-09-28 | |
| 9 | 100.0% | 64.1 | 2026-10-26 | |
| 10 | 100.0% | 63.9 | 2026-06-09 | |
| 11 | 100.0% | 62.6 | 2026-09-22 | |
| 12 | 100.0% | 60.0 | 2026-10-23 | |
| 13 | 100.0% | 56.6 | 2026-09-01 | |
| 14 | 100.0% | – | 2026-04-23 | |
| 15 | 100.0% | – | 2026-04-23 | |
| 16 | NEW | 99.7% | 72.7 | 2026-11-09 |
| 17 | 99.7% | 65.1 | 2026-06-09 | |
| 18 | 99.7% | 59.5 | 2026-07-09 | |
| 19 | 99.4% | 60.8 | 2026-10-12 | |
| 20 | 99.4% | 57.7 | 2026-10-17 | |
| 21 | 99.4% | – | 2026-10-29 | |
| 22 | 99.2% | 58.1 | 2026-09-02 | |
| 23 | 99.2% | 56.1 | 2026-08-12 | |
| 24 | 99.2% | – | 2026-11-02 | |
| 25 | 98.9% | 65.0 | 2026-07-24 | |
| 26 | 98.9% | 59.4 | 2026-09-02 | |
| 27 | 98.9% | 56.7 | 2026-10-07 | |
| 28 | 98.9% | 55.1 | 2026-09-22 | |
| 29 | 98.6% | 54.7 | 2026-08-13 | |
| 30 | 98.3% | 61.1 | 2026-05-28 | |
| 31 | 98.3% | 58.5 | 2026-09-09 | |
| 32 | 98.3% | 56.2 | 2026-07-09 | |
| 33 | 98.3% | 48.3 | 2026-10-06 | |
| 34 | 98.1% | 58.1 | 2026-10-15 | |
| 35 | 98.1% | 57.4 | 2026-09-21 | |
| 36 | 97.8% | 57.0 | 2026-04-16 | |
| 37 | 97.8% | 63.2 | 2026-07-24 | |
| 38 | 97.8% | 60.6 | 2026-08-12 | |
| 39 | 97.8% | 58.6 | 2026-03-05 | |
| 40 | 97.8% | 56.8 | 2026-07-08 | |
| 41 | 97.8% | – | 2026-06-09 | |
| 42 | 97.8% | – | 2026-05-28 | |
| 43 | 97.2% | 62.1 | 2026-08-13 | |
| 44 | 97.2% | 60.2 | 2026-07-16 | |
| 45 | 97.2% | 55.3 | 2026-10-07 | |
| 46 | 96.1% | 55.8 | 2025-12-11 | |
| 47 | 96.1% | 55.1 | 2026-04-20 | |
| 48 | 96.1% | – | 2026-06-23 | |
| 49 | 96.1% | 59.9 | 2025-12-11 | |
| 50 | 95.6% | 59.9 | 2026-02-19 | |
| 51 | 95.6% | 62.5 | 2026-05-19 | |
| 52 | 95.6% | 60.4 | 2026-02-19 | |
| 53 | 95.6% | 60.2 | 2026-07-09 | |
| 54 | 95.6% | 60.0 | 2026-05-19 | |
| 55 | 95.6% | 57.4 | 2025-12-17 | |
| 56 | 95.6% | 56.0 | 2026-04-24 | |
| 57 | 95.6% | 54.5 | 2026-03-05 | |
| 58 | 95.6% | 53.9 | 2026-06-12 | |
| 59 | 95.6% | – | 2026-06-23 | |
| 60 | 95.3% | 63.1 | 2026-03-05 |
関連するベンチマーク
OTIS Mock AIMEでの注目のモデル比較
引用表記:BenchLeader「OTIS Mock AIME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/otis_mock_aime
OTIS Mock AIME:よくある質問
- OTIS Mock AIMEは何を測るベンチマークですか?
- Evan ChenのOTISプログラムが2024年と2025年のシーズン向けに作成した模擬AIMEです。American Invitational Mathematics Examination形式の15問のコンテストセットで、答えはすべて0から999までの整数です。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。
- OTIS Mock AIMEの最高スコアは?
- 2026年11月16日時点で、OTIS Mock AIMEの最高スコアは100.0%で、Gemini 4 Carbon、Claude Opus 5.5、GPT-6 Astra、Claude Fable 5.1、GPT-6.1 Solほか10モデルが並んでいます。スコアはEpoch AI Benchmarking Hubの公表値で、毎日読み直しています。
- OTIS Mock AIMEでトップのAIモデルは?
- 2026年11月16日時点で、Gemini 4 Carbon、Claude Opus 5.5、GPT-6 Astra、Claude Fable 5.1、GPT-6.1 Solほか10モデルが100.0%でOTIS Mock AIMEの首位に並んでいます。
- OTIS Mock AIMEの結果があるモデルはいくつですか?
- BenchLeaderでは289のモデル構成にOTIS Mock AIMEの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- OTIS Mock AIME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?
- OTIS Mock AIMEはEpoch AI Benchmarking Hub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。
- OTIS Mock AIMEはBenchLeader Indexに含まれますか?
- はい。OTIS Mock AIME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。