BenchLeader

FrontierMath Erdős 排行榜

截至 2026年11月16日,FrontierMath Erdős 的最高分为 4.4%,由 GPT-6.1 Sol(OpenAI)取得,领先于 Gemini 4 Carbon(2.9%)。共有 15 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年9月29日)。68 道由 Paul Erdős 提出或研究过的问题,2026年8月建库时全部未解决。每题一次机会,预算 $300、时限 72 小时,按解出比例计分。由 Epoch AI 运行。FrontierMath Erdős 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • GPT-6.1 Sol 以 4.4% 保持 FrontierMath Erdős 最高分(Epoch AI Benchmarking Hub,2026年9月29日)。
  • Gemini 4 Carbon 以 2.9% 位列 FrontierMath Erdős 第二(Epoch AI Benchmarking Hub,2026年11月10日)。
  • FrontierMath Erdős:68 道由 Paul Erdős 提出或研究过的问题,2026年8月建库时全部未解决。每题一次机会,预算 $300、时限 72 小时,按解出比例计分。由 Epoch AI 运行(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 15 个模型配置公布了 FrontierMath Erdős 结果(BenchLeader,2026年11月16日)。
  • FrontierMath Erdős 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

68 道由 Paul Erdős 提出或研究过的问题,2026年8月建库时全部未解决。每题一次机会,预算 $300、时限 72 小时,按解出比例计分。由 Epoch AI 运行。

发布方
Epoch AI Benchmarking Hub
类别
数学
Index 权重
仅作参考
模型
15
数据截至
2026年11月16日
最新结果
2026年11月10日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

15 / 15
#
1GPT-6.1 Solmax4.4%66.62026-09-29
2Gemini 4 Carbonhigh2.9%68.92026-11-10
3Claude Opus 5.5max2.9%68.42026-09-22
4GPT-6 Astramax2.9%67.32026-09-03
5Claude Sonnet 5.5max2.9%64.22026-09-28
6Gemini 4 Argonhigh1.5%65.32026-10-13
7GPT-6 Solmax1.5%62.62026-09-22
8Claude Fable 5.1max0.0%66.72026-09-01
9GPT-5.6 Solmax0.0%65.32026-07-09
10Claude Fable 5max0.0%65.12026-06-09
11Claude Opus 5max0.0%65.02026-07-24
12GPT-5.5xhigh0.0%64.12026-04-23
13Kimi K3max0.0%60.22026-07-16
14Gemini 3.8 Flashhigh0.0%59.42026-09-02
15Grok 4.7xhigh0.0%57.42026-09-21

更多数学基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《FrontierMath Erdős 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/frontiermath_erdos。

FrontierMath Erdős:常见问题

FrontierMath Erdős 衡量的是什么?
68 道由 Paul Erdős 提出或研究过的问题,2026年8月建库时全部未解决。每题一次机会,预算 $300、时限 72 小时,按解出比例计分。由 Epoch AI 运行。分数以完成任务的百分比表示,越高越好。
FrontierMath Erdős 的最高分是多少?
截至 2026年11月16日,FrontierMath Erdős 的最高分为 4.4%,由 GPT-6.1 Sol 取得(结果日期 2026年9月29日),领先于 Gemini 4 Carbon(2.9%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 FrontierMath Erdős 上领先?
截至 2026年11月16日,FrontierMath Erdős 排名第一的是 GPT-6.1 Sol,分数为 4.4%(结果日期 2026年9月29日)。其后为 Gemini 4 Carbon(2.9%)。
有多少模型有 FrontierMath Erdős 结果?
BenchLeader 上有 15 个模型配置有 FrontierMath Erdős 结果,全部取自 Epoch AI Benchmarking Hub。
FrontierMath Erdős 由谁运行,多久更新一次?
FrontierMath Erdős 由 Epoch AI Benchmarking Hub 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
FrontierMath Erdős 是否计入 BenchLeader Index?
不计入。FrontierMath Erdős 仅作参考展示,不计入综合分数。