Cookies på AIGROW

Vi bruger nødvendige cookies for at drive websitet. Med din tilladelse bruger vi også cookies til analyse, sessionsoptagelser og marketingattribution.

Cookiepolitik

AI-rangliste · Matematikopgaver

Benchmark for AI i matematik: 92 modeller rangeret efter målte resultater

FrontierMath Tiers 1-3: hundredvis af opgaver skrevet af eksperter, fra avanceret bachelorniveau til tidlig forskning, hver med et svar, som et program kan kontrollere. Epoch AI kører den og holder alle på nær nogle få opgaver hemmelige.

Kør Claude Fable 5.2 op til 60% under listepris. 25 US$ om måneden giver 110 US$ i API-kredit og kan opsiges når som helst. 25 US$ som engangskøb giver 100 US$. Resultater fra tests, som Epoch AI kører, data fra 12. november 2026, under CC BY 4.0. Priser fra hver udvikleres prisside, aflæst 12. november 2026.

Topscore
95,1 %Claude Fable 5.2 fra Anthropic
Rangerede modeller
92
På niveau med føreren
8
Til salg med AIGROW-kredit
9
Data fra
12. november 2026

På niveau: dens interval overlapper førerens.

På FrontierMath Tiers 1-3, kørt af Epoch AI, fører Claude Fable 5.2 fra Anthropic blandt 92 modeller med 95,1 % af opgaverne løst (data fra 12. november 2026). 8 andre modeller er statistisk på niveau med den. AIGROW API-kredit sælger den til 3,20 US$ / 16,00 US$ i stedet for 8,00 US$ / 40,00 US$ pr. million input- / outputtokens.

Kør modeller fra denne rangliste til under listepris

AIGROW API-kredit kører disse modeller med én nøgle, afregnet pr. token til priserne nedenfor. 25 US$ om måneden giver 110 US$ i API-kredit og kan opsiges når som helst. 25 US$ som engangskøb giver 100 US$.

  1. Nr. 1Claude Fable 5.2AnthropicListepris 8,00 US$ / 40,00 US$3,20 US$ / 16,00 US$med AIGROW API-kreditKør Claude Fable 5.2 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 2026
  2. Nr. 2GPT-6.1 SolOpenAIListepris 2,00 US$ / 10,00 US$0,50 US$ / 2,50 US$med AIGROW API-kreditKør GPT-6.1 Sol op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 2026
  3. Nr. 3GPT-6 AstraOpenAIListepris 10,00 US$ / 50,00 US$2,50 US$ / 12,50 US$med AIGROW API-kreditKør GPT-6 Astra op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 2026

Amerikanske dollar pr. million input- / outputtokens. Certificeret ægte af AIGROW betyder, at modellen bestod AIGROWs egen kontrol mod den samme model hos dens udvikler den 11. november 2026. Ingen modeludvikler har gennemgået eller godkendt den.

Benchmark for AI i matematik

Den kontrollerer endelige svar, ikke beviser eller forklaringer.

Resultater for 92 AI-modeller på FrontierMath Tiers 1-3, med 95 %-intervaller og listepriser
#ModelScoreIndstilling og kørselPr. 1M tokens, input / output
1Claude Fable 5.2AnthropicKør Claude Fable 5.2 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 202695,1 %95 %-interval 92,6 % til 97,6 %max, kørt 6. nov. 2026Listepris 8,00 US$ / 40,00 US$3,20 US$ / 16,00 US$med AIGROW API-kredit
2GPT-6.1 SolOpenAIKør GPT-6.1 Sol op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 202693,7 %95 %-interval 90,9 % til 96,5 %Dens interval overlapper 1 model over denmax, kørt 29. sep. 2026Listepris 2,00 US$ / 10,00 US$0,50 US$ / 2,50 US$med AIGROW API-kredit
3GPT-6 AstraOpenAIKør GPT-6 Astra op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 202693,7 %95 %-interval 90,9 % til 96,5 %Dens interval overlapper 2 modeller over denmax, kørt 30. aug. 2026Listepris 10,00 US$ / 50,00 US$2,50 US$ / 12,50 US$med AIGROW API-kredit
4Claude Opus 5.5AnthropicKør Claude Opus 5.5 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 202691,2 %95 %-interval 87,9 % til 94,5 %Dens interval overlapper 3 modeller over denmax, kørt 22. sep. 2026Listepris 4,00 US$ / 20,00 US$1,60 US$ / 8,00 US$med AIGROW API-kredit
5GPT-6.1 TerraOpenAIKør GPT-6.1 Terra op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 202690,9 %95 %-interval 87,5 % til 94,2 %Dens interval overlapper 4 modeller over denmax, kørt 26. okt. 2026Listepris 1,00 US$ / 5,00 US$0,25 US$ / 1,25 US$med AIGROW API-kredit
6Gemini 4 CarbonGoogle DeepMind90,5 %95 %-interval 87,1 % til 93,9 %Dens interval overlapper 5 modeller over denhigh, kørt 2. nov. 20262,00 US$ / 10,00 US$
7Claude Fable 5.1AnthropicKør Claude Fable 5.1 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 202690,2 %95 %-interval 86,7 % til 93,6 %Dens interval overlapper 6 modeller over denmax, kørt 1. sep. 2026Listepris 10,00 US$ / 50,00 US$4,00 US$ / 20,00 US$med AIGROW API-kredit
8GPT-6 SolOpenAI89,8 %95 %-interval 86,3 % til 93,3 %Dens interval overlapper 7 modeller over denmax, kørt 22. sep. 20262,00 US$ / 10,00 US$
9GPT-5.6 SolOpenAI89,1 %95 %-interval 85,5 % til 92,7 %Dens interval overlapper 8 modeller over denmax, kørt 9. jul. 2026Ikke opdateret i over 120 dage4,00 US$ / 20,00 US$
10Claude Sonnet 5.5AnthropicKør Claude Sonnet 5.5 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 202688,8 %95 %-interval 85,1 % til 92,4 %Dens interval overlapper 8 modeller over denmax, kørt 29. sep. 2026Listepris 2,00 US$ / 10,00 US$0,80 US$ / 4,00 US$med AIGROW API-kredit
11GPT-5.5 ProOpenAI87,7 %95 %-interval 83,9 % til 91,5 %Dens interval overlapper 9 modeller over denxhigh, kørt 12. jun. 2026Ikke opdateret i over 120 dageIngen listepris
12Claude Fable 5Anthropic87,0 %95 %-interval 83,1 % til 90,9 %Dens interval overlapper 10 modeller over denmax, kørt 9. jun. 2026Ikke opdateret i over 120 dageIngen listepris
13Gemini 4 ArgonGoogle DeepMindKør Gemini 4 Argon op til 50% under listeprisCertificeret ægte af AIGROW den 11. november 202686,0 %95 %-interval 81,9 % til 90,0 %Dens interval overlapper 9 modeller over denhigh, kørt 13. okt. 2026Listepris 2,00 US$ / 10,00 US$1,00 US$ / 5,00 US$med AIGROW API-kredit
14GPT-5.6 TerraOpenAI86,0 %95 %-interval 81,9 % til 90,0 %Dens interval overlapper 10 modeller over denmax, kørt 9. jul. 2026Ikke opdateret i over 120 dage2,00 US$ / 12,00 US$
15Claude Opus 5Anthropic85,6 %95 %-interval 81,5 % til 89,7 %Dens interval overlapper 11 modeller over denmax, kørt 24. jul. 20265,00 US$ / 25,00 US$
16GPT-5.5OpenAI85,3 %95 %-interval 81,1 % til 89,4 %Dens interval overlapper 12 modeller over denxhigh, kørt 11. jun. 2026Ikke opdateret i over 120 dage5,00 US$ / 30,00 US$
17GPT-5.4 ProOpenAI82,5 %95 %-interval 78,0 % til 86,9 %Dens interval overlapper 10 modeller over denxhigh, kørt 13. jun. 2026Ikke opdateret i over 120 dageIngen listepris
18Muse WonderMeta AI82,1 %95 %-interval 77,7 % til 86,6 %Dens interval overlapper 10 modeller over denmax, kørt 12. okt. 20264,00 US$ / 20,00 US$
19GPT-5.6 LunaOpenAI82,1 %95 %-interval 77,7 % til 86,6 %Dens interval overlapper 11 modeller over denmax, kørt 9. jul. 2026Ikke opdateret i over 120 dage0,20 US$ / 1,20 US$
20Claude Opus 4.8Anthropic80,0 %95 %-interval 75,4 % til 84,6 %Dens interval overlapper 9 modeller over denmax, kørt 10. jun. 2026Ikke opdateret i over 120 dageIngen listepris
21GPT-6 LunaOpenAI79,0 %95 %-interval 74,2 % til 83,7 %Dens interval overlapper 9 modeller over denmax, kørt 22. sep. 20260,10 US$ / 0,50 US$
22GPT-5.4OpenAI78,6 %95 %-interval 73,8 % til 83,4 %Dens interval overlapper 10 modeller over denxhigh, kørt 11. jun. 2026Ikke opdateret i over 120 dageIngen listepris
23Kimi K3.1 ProMoonshot78,3 %95 %-interval 73,4 % til 83,1 %Dens interval overlapper 10 modeller over denmax, kørt 6. nov. 20262,00 US$ / 10,00 US$
24Claude Haiku 5.5Anthropic75,1 %95 %-interval 70,1 % til 80,1 %Dens interval overlapper 7 modeller over denmax, kørt 7. okt. 20260,10 US$ / 0,50 US$
25Qwen3.8 MaxAlibaba74,7 %95 %-interval 69,7 % til 79,8 %Dens interval overlapper 8 modeller over denxhigh, kørt 4. aug. 20262,00 US$ / 6,00 US$

Sådan læser du denne rangliste

Hvad scorerne måler, hvad de udelader, og hvor hvert tal kommer fra.

Hvad den måler
FrontierMath Tiers 1-3: hundredvis af opgaver skrevet af eksperter, fra avanceret bachelorniveau til tidlig forskning, hver med et svar, som et program kan kontrollere. Epoch AI kører den og holder alle på nær nogle få opgaver hemmelige.
Hvad den udelader
Den kontrollerer endelige svar, ikke beviser eller forklaringer.
Sådan læser du marginen
Hvert resultat har et 95 %-interval, 1,96 standardfejl til hver side, som Epoch AI offentliggør dem; et gennemsnit kombinerer fejlene fra sine tests. Hvor to intervaller overlapper, kan testene ikke afgøre, hvilken model der er bedst. Rækkerne er stadig nummereret efter score, og en række angiver, hvor mange modeller over den der overlapper.
Indstillinger
Under hvert resultat står den ræsonnementsindstilling, som modellen blev kørt med hos Epoch AI, med den betegnelse de bruger, samt datoen for kørslen. Hvor en model er kørt med flere indstillinger, tæller det bedste resultat.
Hvem finansierer det
Epoch AI udviklede FrontierMath med finansiering fra OpenAI, som har eksklusiv adgang til en delmængde af opgaverne.
Tæt på loftet
Topscoren, 95,1 %, har nået loftet på 95,0 %, som Epoch AI regner for det højeste, en model kan score på FrontierMath Tiers 1-3, givet testens kendte fejlrate. Nær loftet er en test dårligere til at skille de førende modeller ad.
Ikke opdateret i over 120 dage
Et resultat, der er kørt mere end 120 dage før de nyeste data på disse sider, får dette mærke, så et ældre resultat kan vægtes som et.
Priser
Listeprisen pr. million tokens fra udviklerens egen prisside, aflæst 12. november 2026. Det er en pris pr. token, ikke pr. svar: en højere indstilling for ræsonnement bruger flere tokens på det samme spørgsmål. Hvor AIGROW API-kredit sælger en model, er listeprisen streget over, og prisen via kreditten står under den.

Kilde: Epoch AI, FrontierMath Tiers 1-3 (data fra 12. november 2026), licenseret under CC BY 4.0. Vi ændrer ingen score: vi tilføjer priserne og links til vores modelsider.

Hvad de hver især koster at bruge

Prislisten dækker tre hverdagsopgaver for hver model, og vores egen benchmark kører dem på rigtige forretningsopgaver for at se, hvilke der består.

Se priserneSe benchmarken

Data fra 12. november 2026