MATH
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
88
Puntuación media
63.49%
Rango de puntuaciones
12.40% - 97.90%
Modelo líder
97.90% - o3 mini
Puntuaciones a lo largo del tiempo
Puntuaciones individuales de la evaluación a lo largo del tiempo.
Resultados de modelos
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| o3 mini | 30 ene 2025 | 97,90 % | - | Sí | Fuente | |
| Ministral 3.0 14B | 02 dic 2025 | 90,40 % | Majority @ 1 | Sí | Fuente | |
| Gemini 2.0 Flash | 05 feb 2025 | 89,70 % | - | Sí | Fuente | |
| Gemini 2.0 Flash Exp | - | 89,70 % | inferred alias from gemini-2.0-flash | Sí | Fuente | |
| Gemini 2.0 Pro Exp (2025-02-05) | 05 feb 2025 | 89,70 % | inferred modality/version alias from gemini-2.0-flash | Sí | Fuente | |
| LearnLM 2.0 Flash Experimental | 17 abr 2025 | 89,70 % | inferred family alias from gemini-2.0-flash (score=0.3700; benches=13) | Sí | Fuente | |
| Ministral 3.0 8B | 02 dic 2025 | 87,60 % | Majority @ 1 | Sí | Fuente | |
| Gemini 2.0 Flash Lite | 05 feb 2025 | 86,80 % | - | Sí | Fuente | |
| Gemini 1.5 Pro 001 | 23 may 2024 | 86,50 % | inferred alias from gemini-1.5-pro | Sí | Fuente | |
| Gemini 1.5 Pro Exp (2024-08-01) | 01 ago 2024 | 86,50 % | inferred alias from gemini-1.5-pro | Sí | Fuente | |
| Gemini 1.5 Pro Exp (2024-08-27) | 27 ago 2024 | 86,50 % | inferred alias from gemini-1.5-pro | Sí | Fuente | |
| Gemini Robotics ER 1.5 Preview | 25 sept 2025 | 86,50 % | inferred family alias from gemini-1.5-pro (score=0.3717; benches=23) | Sí | Fuente | |
| LearnLM 1.5 Pro Experimental | 19 nov 2024 | 86,50 % | inferred family alias from gemini-1.5-pro (score=0.3700; benches=23) | Sí | Fuente | |
| o1 preview | 12 sept 2024 | 85,50 % | - | Sí | Fuente | |
| Qwen 72B | - | 83,10 % | inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14) | Sí | Fuente | |
| Ministral 3.0 3B | 02 dic 2025 | 83 % | Majority @ 1 | Sí | Fuente | |
| Qwen 2.5 Coder 32B Instruct | - | 82,20 % | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28) | Sí | Fuente | |
| Qwen 2.5 VL 32B Instruct | 24 mar 2025 | 82,20 % | - | Sí | Fuente | |
| Qwen 2.5 VL 3B Instruct | - | 82,20 % | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28) | Sí | Fuente | |
| Phi 1 | - | 80,40 % | inferred family alias from phi-4 (score=0.3100; benches=13) | Sí | Fuente | |
| Phi 2 | - | 80,40 % | inferred family alias from phi-4 (score=0.3100; benches=13) | Sí | Fuente | |
| Phi 4 | 12 dic 2024 | 80,40 % | - | Sí | Fuente | |
| Qwen 14B | - | 80 % | inferred family alias from qwen-2.5-14b-instruct (score=0.3060; benches=16) | Sí | Fuente | |
| Gemini 1.5 Flash 001 | 23 may 2024 | 77,90 % | inferred alias from gemini-1.5-flash | Sí | Fuente | |
| Gemini 1.5 Flash Preview | 14 may 2024 | 77,90 % | inferred alias from gemini-1.5-flash | Sí | Fuente |
