MATH 500
AIベンチマーク結果とモデルの性能
種類: percentage
記録された結果
33
平均スコア
86.24%
スコアの範囲
69.02% - 98.20%
最上位モデル
98.20% - GLM 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 |
|---|---|---|---|---|---|---|
| GLM 4.5 | 2025年7月28日 | 98.20% | - | はい | 出典 | |
| GLM 4.5 Air | 2025年7月28日 | 98.10% | - | はい | 出典 | |
| Nemotron Nano 12B V2 | - | 97.80% | inferred high-confidence family alias from nvidia-nemotron-nano-9b-v2 (score=0.4889; benches=6) | はい | 出典 | |
| Nemotron Nano 9B V2 | - | 97.80% | - | はい | 出典 | |
| Kimi K2 (2025-09-05) | 2025年9月05日 | 97.40% | Acc | はい | 出典 | |
| Llama 3.1 Nemotron Ultra 253B v1 | 2025年4月07日 | 97% | - | はい | 出典 | |
| MiniMax M1 80K | 2025年6月16日 | 96.80% | - | はい | - | |
| Llama 3.3 Nemotron Super 49B v1 | 2025年3月18日 | 96.60% | - | はい | 出典 | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | 96.60% | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | はい | 出典 | |
| LongCat Flash Chat | - | 96.40% | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | はい | 出典 | |
| Kimi K1.5 | 2025年1月20日 | 96.20% | - | はい | 出典 | |
| Minimax M1 40K | 2025年6月16日 | 96% | - | はい | - | |
| Llama 3.1 Nemotron Nano 4B V1.1 | - | 95.40% | inferred high-confidence family alias from llama-3.1-nemotron-nano-8b-v1 (score=0.5523; benches=7) | はい | 出典 | |
| Llama 3.1 Nemotron Nano 8B V1 | 2025年3月18日 | 95.40% | - | はい | 出典 | |
| Phi 4 Mini Flash Reasoning | - | 94.60% | inferred modality/version alias from phi-4-mini-reasoning | はい | 出典 | |
| Phi 4 Mini Reasoning | 2025年4月30日 | 94.60% | - | はい | 出典 | |
| QwQ 32B | - | 90.60% | - | はい | 出典 | |
| QwQ 32B Preview | - | 90.60% | - | はい | 出典 | |
| DeepSeek OCR | 2025年10月20日 | 90.20% | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | はい | 出典 | |
| DeepSeek V2 (2024-06-28) | 2024年6月28日 | 90.20% | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | はい | 出典 | |
| DeepSeek V4 | - | 90.20% | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | はい | 出典 | |
| o1 mini | 2024年9月12日 | 90% | - | はい | 出典 | |
| Granite 3.0 8B Instruct | - | 69.02% | inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14) | はい | 出典 | |
| Granite 3.1 8B Instruct | - | 69.02% | inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14) | はい | 出典 | |
| Granite 3.2 8B Instruct | - | 69.02% | inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14) | はい | 出典 |
