PhaseoPhaseo
ModelosChatCompararAplicacionesClasificaciones

Ayuda a mantener correctos los datos públicos

¿Ves algo que falta, es incorrecto o está desactualizado? Cuéntanoslo sobre esta página.

PhaseoPhaseo
Comprobando el estadoComprobando el estadoVisitar la página de estado
El estado por componente no está disponible.

Explorar

  • Modelos
  • Chat
  • Proveedores
  • Aplicaciones
  • Clasificaciones
  • Herramientas

Recursos

  • Comparar
  • Guías de migración
  • Metodología
  • Blog

Comunidad

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Desarrollar

  • Documentación
  • Referencia de la API
  • Inicio rápido
  • SDK

Empresa

  • Acerca de
  • Centro de confianza
  • Misión
  • Precios
  • Compatible con
  • Agradecimientos
  • Soporte
  • Privacidad
  • Términos

Explorar

  • Modelos
  • Chat
  • Proveedores
  • Aplicaciones
  • Clasificaciones
  • Herramientas

Desarrollar

  • Documentación
  • Referencia de la API
  • Inicio rápido
  • SDK

Recursos

  • Comparar
  • Guías de migración
  • Metodología
  • Blog

Empresa

  • Acerca de
  • Centro de confianza
  • Misión
  • Precios
  • Compatible con
  • Agradecimientos
  • Soporte
  • Privacidad
  • Términos

Comunidad

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Cambiar idioma: Español (España)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Ayuda:Problema·Soporte

¿Necesitas ayuda con Phaseo?Abrir un problemaocontactar con soporte

AIME 2025

AIME 2025

Resultados de evaluaciones comparativas de IA y rendimiento de modelos

Tipo: percentageMath

Resultados registrados

180

Puntuación media

79.03%

Rango de puntuaciones

23.30% - 100%

Modelo líder

100% - Claude Opus 4.5
Puntuaciones a lo largo del tiempo

Puntuaciones individuales de la evaluación a lo largo del tiempo.

Resultados de modelos

OrganizaciónModelosFecha del resultadoMejor puntuaciónInformaciónAutodeclaradoFuente
AnthropicAnthropic
Anthropic
Claude Opus 4.524 nov 2025100 %Avg@5, 64k Thinking, With ToolsSíFuente
Google
Google
Gemini 3 Pro Image Preview (Nano Banana Pro)20 nov 2025100 %inferred modality/version alias from gemini-3-pro-previewSíFuente
Google
Google
Gemini 3 Pro Preview18 nov 2025100 %-SíFuente
MoonshotMoonshot
Moonshot
Kimi K2 Thinking06 nov 2025100 %inferred alias from kimi-k2-thinking-0905SíFuente
OpenAIOpenAI
OpenAI
GPT 5.211 dic 2025100 %No ToolsSíFuente
OpenAIOpenAI
OpenAI
GPT 5.2 Chat11 dic 2025100 %inferred alias from gpt-5.2-2025-12-11SíFuente
OpenAIOpenAI
OpenAI
GPT 5.2 Pro11 dic 2025100 %No ToolsSíFuente
SpaceXAISpaceXAI
SpaceXAI
Grok 4 Heavy10 jul 2025100 %-SíFuente
AnthropicAnthropic
Anthropic
Claude Opus 4.605 feb 202699,79 %Without toolsSíFuente
Google
Google
Gemini 3 Flash Preview17 dic 202599,70 %-SíFuente
OpenAIOpenAI
OpenAI
GPT 507 ago 202599,60 %Thinking, With Python, Pass @ 1SíFuente
Nvidia
Nvidia
Nemotron 3 Nano 30B A3B15 dic 202599,20 %-SíFuente
SpaceXAISpaceXAI
SpaceXAI
Grok 410 jul 202598,80 %-SíFuente
OpenAIOpenAI
OpenAI
GPT OSS 20b05 ago 202598,70 %High Reasoning Effort, With ToolsSíFuente
OpenAIOpenAI
OpenAI
o316 abr 202598,40 %-SíFuente
ByteDance
ByteDance
Seed 2.0 Pro14 feb 202698,30 %-SíFuente
OpenAIOpenAI
OpenAI
GPT OSS 120b05 ago 202597,90 %High Reasoning Effort, With ToolsSíFuente
StepFun
StepFun
Step 3.5 Flash-97,30 %-SíFuente
Arcee AI
Arcee AI
Trinity Large Thinking01 abr 202696,30 %Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking)SíFuente
MoonshotMoonshot
Moonshot
Kimi K2.527 ene 202696,10 %avg@32SíFuente
DeepSeek
DeepSeek
DeepSeek V3.2 Speciale01 dic 202596 %-SíFuente
z.AIz.AI
z.AI
GLM 4.722 dic 202595,70 %-SíFuente
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617 feb 202695,60 %Without toolsSíFuente
Xiaomi
Xiaomi
MiMo V2 Flash16 dic 202594,10 %-SíFuente
OpenAIOpenAI
OpenAI
GPT 5.1 Chat13 nov 202594 %inferred alias from gpt-5.1-2025-11-13SíFuente
Informar de un problema
Registrarse