Epoch AI · 最高難度の数学（FrontierMath）
公開されているベンチマーク資料(LMArenaのユーザー投票順位、Epoch AIのテストスコア、OpenRouterの使用量順位)を定期的に取得して表示します。各ランキングの公開日と取得日を併記します。このサイトが独自に採点したものではありません。
このランキングの読み方
測定する能力： Epoch AIが専門の数学者と作成したFrontierMathのTiers 1~3の非公開評価セットです。高度な学部レベルから研究者の初期段階のレベルまでを含み、評価問題を非公開にすることで学習データへの混入リスクを減らそうとしています。
スコアの読み方： 正答率（%）です。所定の形式の答えをPythonオブジェクトとして提出し、自動採点で正誤を評価します。
注意点： 一般的な計算や宿題の支援能力とは異なる基準です。非公開でも学習データへの混入リスクが完全になくなるわけではありません。比較時にはデータセットのバージョンと評価条件を確認してください。
今回のランキングから読み取れること
- 最高スコアはGPT-6.1 Solの93.7%です。
- 1位と5位の差は3.9%pです。
- 上位10モデルのうち、OpenAIのモデルが6モデルで最も多くなっています。
- この試験の結果が公開されているモデルは30件です。
最高難度の数学（FrontierMath） Epoch AI
Epoch AIが直接測定したスコアや、開発元・評価機関が公表したスコアをまとめたデータです。テストごとに評価対象のモデルが異なるため、最新モデルがまだ掲載されていない場合もあります。同じモデルの推論強度別の結果から、最も高いスコアを表示しています。 · 取得日 2026-10-04
棒は正答率（%）を示し、0%から描画しています。
表で見る（上位30件）
| 順位 | モデル | 開発元 | リリース日 | スコア |
|---|---|---|---|---|
| 1 | #1OGPT-6.1 Sol(max) | OpenAI | 2026-09-29 | 93.7% |
| 2 | #2OGPT-6 Astra(max) | OpenAI | 2026-09-03 | 93.7% |
| 3 | #3Claude Opus 5.5(max) | Anthropic | 2026-09-22 | 91.2% |
| 4 | #4Claude Fable 5.1(max) | Anthropic | 2026-09-01 | 90.2% |
| 5 | #5OGPT-6 Sol(max) | OpenAI | 2026-09-22 | 89.8% |
| 6 | #6OGPT-5.6 Sol(max) | OpenAI | 2026-07-09 | 89.1% |
| 7 | #7Claude Sonnet 5.5(max) | Anthropic | 2026-09-28 | 88.8% |
| 8 | #8OGPT-5.5 Pro(xhigh) | OpenAI | 2026-04-23 | 87.7% |
| 9 | #9Claude Fable 5(max) | Anthropic | 2026-06-09 | 87.0% |
| 10 | #10OGPT-5.6 Terra(max) | OpenAI | 2026-07-09 | 86.0% |
| 11 | #11Claude Opus 5(max) | Anthropic | 2026-07-24 | 85.6% |
| 12 | #12OGPT-5.5(xhigh) | OpenAI | 2026-04-23 | 85.3% |
| 13 | #13OGPT-5.4 Pro(xhigh) | OpenAI | 2026-03-05 | 82.5% |
| 14 | #14OGPT-5.6 Luna(max) | OpenAI | 2026-07-09 | 82.1% |
| 15 | #15Claude Opus 4.8 | Anthropic | 2026-05-28 | 80.0% |
| 16 | #16OGPT-6 Luna(max) | OpenAI | 2026-09-22 | 78.9% |
| 17 | #17OGPT-5.4(xhigh) | OpenAI | 2026-03-05 | 78.6% |
| 18 | #18Qwen3.8 Max(xhigh) | Alibaba | 2026-08-02 | 74.7% |
| 19 | #19Muse Spark 1.3(xhigh) | Meta | 2026-09-02 | 74.4% |
| 20 | #20OGPT-5.2 Pro | OpenAI | 2025-12-11 | 74.0% |
| 21 | #21Kimi K3(max) | Moonshot AI | 2026-07-16 | 72.2% |
| 22 | #22Gemini 3.7 Flash(high) | 2026-08-13 | 71.6% | |
| 23 | #23Claude Opus 4.7(max) | Anthropic | 2026-04-16 | 70.2% |
| 24 | #24ZGLM-5.3(max) | Z.ai | 2026-08-14 | 68.8% |
| 25 | #25Gemini 3.8 Flash(high) | 2026-09-02 | 68.4% | |
| 26 | #26OGPT-5.2(xhigh) | OpenAI | 2025-12-11 | 67.4% |
| 27 | #27xGrok 4.6(xhigh) | xAI | 2026-08-12 | 66.0% |
| 28 | #28Claude Opus 4.6(max) | Anthropic | 2026-02-05 | 66.0% |
| 29 | #29Qwen3.8 Max (0902)(xhigh) | Alibaba | 2026-09-01 | 65.6% |
| 30 | #30Claude Sonnet 5(max) | Anthropic | 2026-06-30 | 65.6% |
データ: LMArena leaderboard dataset（CC BY 4.0）。変更: 各ランキングは上位50件のみ表示。スコアは四捨五入。 https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset企業ロゴは各社の商標であり、識別のためにのみ使用しています（アイコン：Simple Icons）。データ：Epoch AI — Capabilities & benchmarking（CC BY 4.0）。 https://epoch.ai/benchmarksSource: OpenRouter (openrouter.ai/rankings), as of 2026-10-04. Licensed under CC BY 4.0. https://openrouter.ai/rankings