AIME 2025

Name: AIME 2025
Keywords: AIME 2025, AIベンチマーク, モデル評価, AIベンチマークランキング, AIモデルの性能

AIベンチマーク結果とモデルの性能

種類: percentageMath

記録された結果

180

平均スコア

79.03%

スコアの範囲

23.30% - 100%

最上位モデル

100% - Claude Opus 4.5

スコアの推移

日付ごとの個別ベンチマークスコアです。

モデル結果

組織	モデル	報告日	最高スコア	情報	自己申告	出典
Anthropic	Claude Opus 4.5	2025年11月24日	100%	Avg@5, 64k Thinking, With Tools	はい	出典
Google	Gemini 3 Pro Image Preview (Nano Banana Pro)	2025年11月20日	100%	inferred modality/version alias from gemini-3-pro-preview	はい	出典
Google	Gemini 3 Pro Preview	2025年11月18日	100%	-	はい	出典
Moonshot	Kimi K2 Thinking	2025年11月06日	100%	inferred alias from kimi-k2-thinking-0905	はい	出典
OpenAI	GPT 5.2	2025年12月11日	100%	No Tools	はい	出典
OpenAI	GPT 5.2 Chat	2025年12月11日	100%	inferred alias from gpt-5.2-2025-12-11	はい	出典
OpenAI	GPT 5.2 Pro	2025年12月11日	100%	No Tools	はい	出典
SpaceXAI	Grok 4 Heavy	2025年7月10日	100%	-	はい	出典
Anthropic	Claude Opus 4.6	2026年2月05日	99.79%	Without tools	はい	出典
Google	Gemini 3 Flash Preview	2025年12月17日	99.70%	-	はい	出典
OpenAI	GPT 5	2025年8月07日	99.60%	Thinking, With Python, Pass @ 1	はい	出典
Nvidia	Nemotron 3 Nano 30B A3B	2025年12月15日	99.20%	-	はい	出典
SpaceXAI	Grok 4	2025年7月10日	98.80%	-	はい	出典
OpenAI	GPT OSS 20b	2025年8月05日	98.70%	High Reasoning Effort, With Tools	はい	出典
OpenAI	o3	2025年4月16日	98.40%	-	はい	出典
ByteDance	Seed 2.0 Pro	2026年2月14日	98.30%	-	はい	出典
OpenAI	GPT OSS 120b	2025年8月05日	97.90%	High Reasoning Effort, With Tools	はい	出典
StepFun	Step 3.5 Flash	-	97.30%	-	はい	出典
Arcee AI	Trinity Large Thinking	2026年4月01日	96.30%	Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking)	はい	出典
Moonshot	Kimi K2.5	2026年1月27日	96.10%	avg@32	はい	出典
DeepSeek	DeepSeek V3.2 Speciale	2025年12月01日	96%	-	はい	出典
z.AI	GLM 4.7	2025年12月22日	95.70%	-	はい	出典
Anthropic	Claude Sonnet 4.6	2026年2月17日	95.60%	Without tools	はい	出典
Xiaomi	MiMo V2 Flash	2025年12月16日	94.10%	-	はい	出典
OpenAI	GPT 5.1 Chat	2025年11月13日	94%	inferred alias from gpt-5.1-2025-11-13	はい	出典

公開データの正確性にご協力ください

公開データの正確性にご協力ください

AIME 2025

記録された結果

平均スコア

スコアの範囲

最上位モデル

モデル結果