MATH
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
88
औसत स्कोर
63.49%
स्कोर सीमा
12.40% - 97.90%
अग्रणी मॉडल
97.90% - o3 mini
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| o3 mini | 30 जन॰ 2025 | 97.90% | - | हाँ | स्रोत | |
| Ministral 3.0 14B | 02 दिस॰ 2025 | 90.40% | Majority @ 1 | हाँ | स्रोत | |
| Gemini 2.0 Flash | 05 फ़र॰ 2025 | 89.70% | - | हाँ | स्रोत | |
| Gemini 2.0 Flash Exp | - | 89.70% | inferred alias from gemini-2.0-flash | हाँ | स्रोत | |
| Gemini 2.0 Pro Exp (2025-02-05) | 05 फ़र॰ 2025 | 89.70% | inferred modality/version alias from gemini-2.0-flash | हाँ | स्रोत | |
| LearnLM 2.0 Flash Experimental | 17 अप्रैल 2025 | 89.70% | inferred family alias from gemini-2.0-flash (score=0.3700; benches=13) | हाँ | स्रोत | |
| Ministral 3.0 8B | 02 दिस॰ 2025 | 87.60% | Majority @ 1 | हाँ | स्रोत | |
| Gemini 2.0 Flash Lite | 05 फ़र॰ 2025 | 86.80% | - | हाँ | स्रोत | |
| Gemini 1.5 Pro 001 | 23 मई 2024 | 86.50% | inferred alias from gemini-1.5-pro | हाँ | स्रोत | |
| Gemini 1.5 Pro Exp (2024-08-01) | 01 अग॰ 2024 | 86.50% | inferred alias from gemini-1.5-pro | हाँ | स्रोत | |
| Gemini 1.5 Pro Exp (2024-08-27) | 27 अग॰ 2024 | 86.50% | inferred alias from gemini-1.5-pro | हाँ | स्रोत | |
| Gemini Robotics ER 1.5 Preview | 25 सित॰ 2025 | 86.50% | inferred family alias from gemini-1.5-pro (score=0.3717; benches=23) | हाँ | स्रोत | |
| LearnLM 1.5 Pro Experimental | 19 नव॰ 2024 | 86.50% | inferred family alias from gemini-1.5-pro (score=0.3700; benches=23) | हाँ | स्रोत | |
| o1 preview | 12 सित॰ 2024 | 85.50% | - | हाँ | स्रोत | |
| Qwen 72B | - | 83.10% | inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14) | हाँ | स्रोत | |
| Ministral 3.0 3B | 02 दिस॰ 2025 | 83% | Majority @ 1 | हाँ | स्रोत | |
| Qwen 2.5 Coder 32B Instruct | - | 82.20% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28) | हाँ | स्रोत | |
| Qwen 2.5 VL 32B Instruct | 24 मार्च 2025 | 82.20% | - | हाँ | स्रोत | |
| Qwen 2.5 VL 3B Instruct | - | 82.20% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28) | हाँ | स्रोत | |
| Phi 1 | - | 80.40% | inferred family alias from phi-4 (score=0.3100; benches=13) | हाँ | स्रोत | |
| Phi 2 | - | 80.40% | inferred family alias from phi-4 (score=0.3100; benches=13) | हाँ | स्रोत | |
| Phi 4 | 12 दिस॰ 2024 | 80.40% | - | हाँ | स्रोत | |
| Qwen 14B | - | 80% | inferred family alias from qwen-2.5-14b-instruct (score=0.3060; benches=16) | हाँ | स्रोत | |
| Gemini 1.5 Flash 001 | 23 मई 2024 | 77.90% | inferred alias from gemini-1.5-flash | हाँ | स्रोत | |
| Gemini 1.5 Flash Preview | 14 मई 2024 | 77.90% | inferred alias from gemini-1.5-flash | हाँ | स्रोत |
