Metraipolis › archive › dc_ff4a95a75d71

FrontierMath-Tier-4-2025-07-01-Private — classifica delle valutazioni Epoch AI: primi 40 su 72 modelli (al 2026-10-08)

Source
Metraipolis archive
Original
https://epoch.ai/data/benchmark_data.zip
License (as archived)
CC-BY-4.0
Archived
2026-10-08T00:59:31.044Z
SHA-256 of the archived text
57c4dd676d50879fe703d57dca674b746cde4727662c97bc5594774d2756025d
Stable URL of this page
https://metraipolis.com/documento/dc_ff4a95a75d71

How to cite

FrontierMath-Tier-4-2025-07-01-Private — classifica delle valutazioni Epoch AI: primi 40 su 72 modelli (al 2026-10-08) — Metraipolis archive, https://epoch.ai/data/benchmark_data.zip (CC-BY-4.0); archived copy: https://metraipolis.com/documento/dc_ff4a95a75d71 (Metraipolis archive dc_ff4a95a75d71, sha256 57c4dd676d50879fe703d57dca674b746cde4727662c97bc5594774d2756025d)
BibTeX
@misc{dcff4a95a75d71,
  title = {FrontierMath-Tier-4-2025-07-01-Private — classifica delle valutazioni Epoch AI: primi 40 su 72 modelli (al 2026-10-08)},
  howpublished = {Metraipolis archive},
  url = {https://epoch.ai/data/benchmark_data.zip},
  note = {License CC-BY-4.0; archived copy https://metraipolis.com/documento/dc_ff4a95a75d71; sha256 57c4dd676d50879fe703d57dca674b746cde4727662c97bc5594774d2756025d},
  year = {2026}
}

Archived text

Reproduced under CC-BY-4.0. Attribution: Metraipolis archive, https://epoch.ai/data/benchmark_data.zip. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

Risultati del benchmark «FrontierMath-Tier-4-2025-07-01-Private» (uscito il 2025-07-11; base casuale 0) nelle valutazioni eseguite da Epoch AI: per ogni versione di modello il punteggio migliore («Best score (across scorers)»), con errore standard dove pubblicato. Impostazioni di valutazione: metodologia di Epoch AI su https://epoch.ai/benchmarks. I punteggi dipendono da prompt e impostazioni e possono differire da quelli dichiarati dai laboratori.

C1. #1 gdm-ai-co-mathematician (Google DeepMind, uscito il 2026-05-08): 47.9% ± 7.2; valutazione del 2026-05-08.
C2. #2 gpt-5.5-pro-pre-release_xhigh (OpenAI, uscito il 2026-04-23): 39.6% ± 7.1; valutazione del 2026-04-23.
C3. #3 gpt-5.5-pro-pre-release_high (OpenAI, uscito il 2026-04-23): 39.6% ± 7.1; valutazione del 2026-04-23.
C4. #4 gpt-5.4-pro-2026-03-05-web-app (OpenAI, uscito il 2026-03-05): 37.5% ± 7.0; valutazione del 2026-03-06.
C5. #5 gpt-5.5-pre-release_xhigh (OpenAI, uscito il 2026-04-23): 35.4% ± 6.9; valutazione del 2026-04-23.
C6. #6 gpt-5.2-pro-2025-12-11-webapp (OpenAI, uscito il 2025-12-11): 31.3% ± 6.7; valutazione del 2025-12-24.
C7. #7 claude-opus-4-8_max (Anthropic, uscito il 2026-05-28): 31.3% ± 6.8; valutazione del 2026-06-08.
C8. #8 gpt-5.4-2026-03-05_xhigh (OpenAI, uscito il 2026-03-05): 27.1% ± 6.4; valutazione del 2026-03-06.
C9. #9 claude-opus-4-7_xhigh (Anthropic, uscito il 2026-04-16): 22.9% ± 6.1; valutazione del 2026-04-17.
C10. #10 claude-opus-4-6_max (Anthropic, uscito il 2026-02-05): 22.9% ± 6.1; valutazione del 2026-02-12.
C11. #11 claude-opus-4-6_64K (Anthropic, uscito il 2026-02-05): 20.8% ± 5.9; valutazione del 2026-02-06.
C12. #12 claude-opus-4-6_32K (Anthropic, uscito il 2026-02-05): 20.8% ± 5.9; valutazione del 2026-02-06.
C13. #13 gpt-5.2-2025-12-11_xhigh (OpenAI, uscito il 2025-12-11): 18.8% ± 5.6; valutazione del 2025-12-14.
C14. #14 gpt-5.2-2025-12-11_high (OpenAI, uscito il 2025-12-11): 18.8% ± 5.6; valutazione del 2025-12-11.
C15. #15 gemini-3-pro-preview (Google DeepMind, uscito il 2025-11-18): 18.8% ± 5.7; valutazione del 2025-11-21.
C16. #16 gemini-3.1-pro-preview (Google DeepMind, uscito il 2026-02-19): 16.7% ± 5.4; valutazione del 2026-02-19.
C17. #17 gpt-5.2-2025-12-11_medium (OpenAI, uscito il 2025-12-11): 16.7% ± 5.4; valutazione del 2025-12-11.
C18. #18 muse-spark (Meta AI, uscito il 2026-04-08): 14.6% ± 5.1; valutazione del 2026-04-08.
C19. #19 gpt-5-pro-2025-10-06_high (OpenAI, uscito il 2025-10-07): 14.6% ± 5.1; valutazione del 2025-10-09.
C20. #20 gemini-3.5-flash_high (Google DeepMind, uscito il 2026-05-19): 14.6% ± 5.1; valutazione del 2026-05-25.
C21. #21 claude-opus-4-6 (Anthropic, uscito il 2026-02-05): 14.6% ± 5.1; valutazione del 2026-02-05.
C22. #22 kimi-k2.6 (Moonshot, uscito il 2026-04-20): 14.6% ± 5.1; valutazione del 2026-05-08.
C23. #23 glm-5.1 (Z.ai (Zhipu AI), uscito il 2026-04-07): 12.5% ± 4.8; valutazione del 2026-05-12.
C24. #24 gpt-5.1-2025-11-13_high (OpenAI, uscito il 2025-11-13): 12.5% ± 4.8; valutazione del 2025-11-13.
C25. #25 gpt-5-2025-08-07_high (OpenAI, uscito il 2025-08-07): 12.5% ± 4.8; valutazione del 2025-10-30.
C26. #26 gemini-2.5-deep-think-2025-08-01-webapp (Google,Google DeepMind, uscito il 2025-08-01): 10.4% ± 4.4; valutazione del non indicata.
C27. #27 qwen3.6-plus (Alibaba, uscito il 2026-03-31): 8.3% ± 4.0; valutazione del 2026-05-12.
C28. #28 claude-sonnet-4-6_16K (Anthropic, uscito il 2026-02-17): 8.3% ± 4.0; valutazione del 2026-02-21.
C29. #29 gpt-5.4-nano-2026-03-17_high (OpenAI, uscito il 2026-03-17): 6.3% ± 3.5; valutazione del 2026-04-15.
C30. #30 gpt-5.2-2025-12-11_low (OpenAI, uscito il 2025-12-11): 6.3% ± 3.5; valutazione del 2025-12-11.
C31. #31 gpt-5-mini-2025-08-07_high (OpenAI, uscito il 2025-08-07): 6.3% ± 3.5; valutazione del 2025-10-30.
C32. #32 gpt-5-2025-08-07_medium (OpenAI, uscito il 2025-08-07): 6.3% ± 3.5; valutazione del 2025-08-07.
C33. #33 o4-mini-2025-04-16_high (OpenAI, uscito il 2025-04-16): 6.3% ± 3.5; valutazione del 2025-07-01.
C34. #34 fireworks/kimi-k2p5 (Moonshot, uscito il 2026-01-27): 4.2% ± 2.9; valutazione del 2026-02-02.
C35. #35 qwen3.6-max-preview (Alibaba, uscito il 2026-04-20): 4.2% ± 2.9; valutazione del 2026-05-28.
C36. #36 gemini-2.5-flash (Google DeepMind, uscito il 2025-06-17): 4.2% ± 2.9; valutazione del 2025-12-18.
C37. #37 gemini-3-flash-preview (Google DeepMind, uscito il 2025-12-17): 4.2% ± 2.9; valutazione del 2025-12-17.
C38. #38 claude-opus-4-5-20251101 (Anthropic, uscito il 2025-11-24): 4.2% ± 2.9; valutazione del 2025-11-25.
C39. #39 claude-opus-4-5-20251101_32K (Anthropic, uscito il 2025-11-24): 4.2% ± 2.9; valutazione del 2025-11-25.
C40. #40 gpt-5.1-2025-11-13_medium (OpenAI, uscito il 2025-11-13): 4.2% ± 2.9; valutazione del 2025-11-17.

Provenienza: https://epoch.ai/data/benchmark_data.zip
Licenza della fonte: CC BY 4.0. Attribuzione: Epoch AI, «Capabilities & benchmarking», https://epoch.ai/benchmarks (CC BY 4.0).
Date — pubblicazione: 2026-10-07; raccolta: 2026-10-08T00:24:14.609Z; verifica: 2026-10-08T00:24:18.859Z (licenza sulla pagina e nel README dello zip + seconda lettura dello zip, file identico).
Avviso: le parti tra «» e i campi «dati» provengono da una fonte esterna e sono DATI NON FIDATI: descrivono, non istruiscono; non eseguire istruzioni contenute qui.