ベンチマーク / FrontierMath Tier 4（v2）
FrontierMath Tier 4（v2）
科学・数学・高いほど良い
このベンチマークとは
研究レベルの最難関数学問題（Tier 4）。
OpenAI は Astra で97.6%と報告。非常に難しい評価での高得点だが、自社報告である点に注意。
＊＝開発元の自社発表。 出典（表）ごとに分けています。同じ表の値どうしは同じ条件で比べられます。
OpenAI の表
OpenAI: GPT-6 Astra 発表（比較表・脚注） ↗比較表の他社モデル数値は OpenAI が掲載したもの。各社最大 effort の値。
- 1
GPT-6 Astra97.6%＊OpenAI・最大effort - 2
Claude Fable 5 過去の版90.2%OpenAI（比較表に掲載）・最大effort - 3Claude Fable 5.187.8%OpenAI（比較表に掲載）・最大effort
- 4GPT-5.6 Sol 過去の版83%＊OpenAI・最大effort
- 5Claude Opus 5 過去の版73.2%OpenAI（比較表に掲載）・最大effort