BenchLeader

Autoform-Hardのリーダーボード

2026年11月19日時点で、Autoform-Hardの最高スコアは87.5%で、GPT-6.2 Astra(OpenAI)が記録しています。次点はClaude Fable 5.2の85.7%です。公表された結果があるのは8のモデル構成です(Vals AI、結果の日付は2026年11月18日)。大学院・研究レベルの数学をLean 4で形式化するタスク。AutoformBenchで最も難しい56問を使い、証明はクリーンな環境で再ビルドして検証。Vals AIが実施。Autoform-Hard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19日時点)

  • GPT-6.2 AstraがAutoform-Hardの最高スコア87.5%を記録しています(Vals AI、2026年11月18日)。
  • Autoform-Hardの2位はClaude Fable 5.2で、85.7%です(Vals AI、2026年11月18日)。
  • Autoform-Hard:大学院・研究レベルの数学をLean 4で形式化するタスク。AutoformBenchで最も難しい56問を使い、証明はクリーンな環境で再ビルドして検証。Vals AIが実施(Vals AI)。
  • BenchLeaderでは8のモデル構成にAutoform-Hardの公表結果があります(BenchLeader、2026年11月19日)。
  • Autoform-Hard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)。

大学院・研究レベルの数学をLean 4で形式化するタスク。AutoformBenchで最も難しい56問を使い、証明はクリーンな環境で再ビルドして検証。Vals AIが実施。

公開元
Vals AI
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19日

Vals AI (vals.ai).

8件中8件
#
1NEWGPT-6.2 Astramax87.5%68.9$15.242026-11-18
2Claude Fable 5.2high85.7%67.3$23.212026-11-18
3NEWGPT-6.2 Solmax85.7%64.6$8.092026-11-18
4Gemini 4 Carbonhigh71.4%68.0$12.382026-11-18
5NEWGemini 4 Hydrogenxhigh64.3%63.6$23.252026-11-18
6Gemini 4 Argonhigh48.2%64.6$25.742026-11-18
7Beam 1.00.0%45.1–2026-11-18
8MiniMax M3.1 Flashmax0.0%–$4.292026-11-18

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「Autoform-Hardのリーダーボード」2026年11月19日時点のデータ、https://www.benchleader.com/ja/benchmarks/vals_autoform_hard

Autoform-Hard:よくある質問

Autoform-Hardは何を測るベンチマークですか?
大学院・研究レベルの数学をLean 4で形式化するタスク。AutoformBenchで最も難しい56問を使い、証明はクリーンな環境で再ビルドして検証。Vals AIが実施。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。
Autoform-Hardの最高スコアは?
2026年11月19日時点で、Autoform-Hardの最高スコアは87.5%で、GPT-6.2 Astraが記録しています(結果の日付は2026年11月18日)。次点はClaude Fable 5.2の85.7%です。スコアはVals AIの公表値で、毎日読み直しています。
Autoform-HardでトップのAIモデルは?
2026年11月19日時点で、Autoform-Hardの首位はGPT-6.2 Astraで、スコアは87.5%です(結果の日付は2026年11月18日)。続いてClaude Fable 5.2(85.7%)です。
Autoform-Hard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Autoform-Hardの結果があり、すべてVals AIから取得しています。
Autoform-Hard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?
Autoform-HardはVals AI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。
Autoform-HardはBenchLeader Indexに含まれますか?
いいえ。Autoform-Hard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。