BenchLeader

Autoform-Hard 排行榜

截至 2026年11月19日,Autoform-Hard 的最高分为 87.5%,由 GPT-6.2 Astra(OpenAI)取得,领先于 Claude Fable 5.2(85.7%)。共有 8 个模型配置公布了结果(Vals AI,结果日期 2026年11月18日)。用 Lean 4 将研究生及研究级数学形式化:取 AutoformBench 中最难的 56 道题,证明在干净环境中重新构建验证。由 Vals AI 运行。Autoform-Hard 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月19日)

  • GPT-6.2 Astra 以 87.5% 保持 Autoform-Hard 最高分(Vals AI,2026年11月18日)。
  • Claude Fable 5.2 以 85.7% 位列 Autoform-Hard 第二(Vals AI,2026年11月18日)。
  • Autoform-Hard:用 Lean 4 将研究生及研究级数学形式化:取 AutoformBench 中最难的 56 道题,证明在干净环境中重新构建验证。由 Vals AI 运行(Vals AI)。
  • BenchLeader 上有 8 个模型配置公布了 Autoform-Hard 结果(BenchLeader,2026年11月19日)。
  • Autoform-Hard 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

用 Lean 4 将研究生及研究级数学形式化:取 AutoformBench 中最难的 56 道题,证明在干净环境中重新构建验证。由 Vals AI 运行。

发布方
Vals AI
类别
数学
Index 权重
仅作参考
模型
8
数据截至
2026年11月19日

Vals AI (vals.ai).

8 / 8
#
1新GPT-6.2 Astramax87.5%68.9$15.242026-11-18
2Claude Fable 5.2high85.7%67.3$23.212026-11-18
3新GPT-6.2 Solmax85.7%64.6$8.092026-11-18
4Gemini 4 Carbonhigh71.4%68.0$12.382026-11-18
5新Gemini 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

更多数学基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Autoform-Hard 排行榜》,数据截至 2026年11月19日,https://www.benchleader.com/zh/benchmarks/vals_autoform_hard。

Autoform-Hard:常见问题

Autoform-Hard 衡量的是什么?
用 Lean 4 将研究生及研究级数学形式化:取 AutoformBench 中最难的 56 道题,证明在干净环境中重新构建验证。由 Vals AI 运行。分数以完成任务的百分比表示,越高越好。
Autoform-Hard 的最高分是多少?
截至 2026年11月19日,Autoform-Hard 的最高分为 87.5%,由 GPT-6.2 Astra 取得(结果日期 2026年11月18日),领先于 Claude Fable 5.2(85.7%)。分数来自 Vals AI,每天重新读取。
哪个 AI 模型在 Autoform-Hard 上领先?
截至 2026年11月19日,Autoform-Hard 排名第一的是 GPT-6.2 Astra,分数为 87.5%(结果日期 2026年11月18日)。其后为 Claude Fable 5.2(85.7%)。
有多少模型有 Autoform-Hard 结果?
BenchLeader 上有 8 个模型配置有 Autoform-Hard 结果,全部取自 Vals AI。
Autoform-Hard 由谁运行,多久更新一次?
Autoform-Hard 由 Vals AI 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。
Autoform-Hard 是否计入 BenchLeader Index?
不计入。Autoform-Hard 仅作参考展示,不计入综合分数。