OTIS Mock AIME 2024–2025

Name: OTIS Mock AIME 2024–2025
Creator: Epoch AI

Epoch AI / 推理 · 高中数学竞赛难度的模拟 AIME 题

在 AIDC热点中参与排名

证据预算1.2%

上游数据时间10/16 02:52

最近成功同步10/16 14:05

它测什么，怎么测

只取 Epoch 自行复跑的 mean_score，保留推理档位与标准误。题目来自 OTIS 模拟 AIME 2024–2025，答案为整数，可自动判分。

正式计分（方法 v16 起）；与 FrontierMath 同属数学，但难度和题型不同，单列一个题目家族。

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	qwen3.8-max-0902_xhighAlibaba	100.0%	xHigh 推理
1	claude-opus-5-5_maxAnthropic	100.0%	Max 推理
1	gemini-4-argon_highGoogle	100.0%	High 推理
1	claude-fable-5-1_maxAnthropic	100.0%	Max 推理
1	claude-sonnet-5-5_maxAnthropic	100.0%	Max 推理
1	gpt-6-sol_maxOpenAI	100.0%	Max 推理
1	gpt-5.6-sol_maxOpenAI	100.0%	Max 推理
1	gpt-6.1-sol_maxOpenAI	100.0%	Max 推理
1	gpt-6-astra_maxOpenAI	100.0%	Max 推理
13	claude-fable-5_maxAnthropic	99.7%	Max 推理
13	gpt-5.6-terra_maxOpenAI	99.7%	Max 推理
15	qwen3.8-max_xhighAlibaba	99.4%	xHigh 推理
15	muse-wonder-1.0_maxMeta	99.4%	Max 推理
17	muse-spark-1.3_xhighMeta	99.2%	xHigh 推理
17	grok-4.6_xhighxAI	99.2%	xHigh 推理
19	gemini-3.8-flash_highGoogle	98.9%	High 推理
19	claude-haiku-5-5_xhighAnthropic	98.9%	xHigh 推理
19	claude-opus-5_maxAnthropic	98.9%	Max 推理
19	gpt-6-luna_maxOpenAI	98.9%	Max 推理
23	deepseek-v4-pro-0813_maxDeepSeek	98.6%	Max 推理
24	mistral-large-4-0_highMistral AI	98.3%	High 推理
24	deepseek-v4.1-flash_maxDeepSeek	98.3%	Max 推理
24	gpt-5.6-luna_maxOpenAI	98.3%	Max 推理
24	claude-opus-4-8_maxAnthropic	98.3%	Max 推理
28	grok-4.7_xhighxAI	98.1%	xHigh 推理
28	Muse-Spark-Open-816B-A42B_xhighMeta	98.1%	xHigh 推理
31	grok-4.5_highxAI	97.8%	High 推理
37	gemini-3.7-flash_highGoogle	97.2%	High 推理
37	kimi-k3_maxMoonshot AI	97.2%	Max 推理
40	deepseek-v4-pro_maxDeepSeek	96.7%	Max 推理

评测局限与数据署名

竞赛题已有大量公开训练材料，前沿模型分数接近上限，主要区分中上游模型。

数据许可：CC BY 4.0 · Epoch AI 自行评测数据

成绩由 Epoch AI 发布，原始分数与 AIDC热点共识分使用不同尺度，不能直接相加。