Glosario
FrontierMath (niveles 1 a 3)
FrontierMath (niveles 1 a 3), en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), reúne problemas de matemáticas de nivel de investigación, inéditos y guardados en secreto por Epoch. La nota es el porcentaje de aciertos.
Qué mide
FrontierMath (niveles 1 a 3), en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), reúne problemas de matemáticas de nivel de investigación, inéditos y guardados en secreto por Epoch. La nota es el porcentaje de aciertos.
Cuándo importa
Muestra el techo del razonamiento. Las notas bajas son habituales en esta prueba. Lo que yo sigo es la tendencia entre versiones de la misma familia, no un empate puntual en la cima.
Cómo leerlo
Los problemas son inéditos y quedan en secreto con Epoch, en el cuadro de los niveles 1 a 3, en la última versión consultada. Las notas bajas son habituales. Yo miro la tendencia entre versiones de la misma familia.
Quién lidera
- Claude Fable 5.2 Anthropic95,1%
- GPT-6.1 Sol OpenAI93,7%
- GPT-6 Astra OpenAI93,7%
- Claude Opus 5.5 Anthropic91,2%
- GPT-6.1 Terra OpenAI90,9%
- Claude Fable 5.1 Anthropic90,2%
- GPT-6 Sol OpenAI89,8%
- GPT-5.6 Sol OpenAI89,1%
- Claude Sonnet 5.5 Anthropic88,8%
- GPT-5.5 Pro OpenAI87,7%
Fuente: Epoch AI, versión más reciente consultada.