KI-Rangliste · Mathematikaufgaben
Benchmark für KI-Mathematik: 92 Modelle nach gemessenen Ergebnissen geordnet
FrontierMath Tiers 1-3: Hunderte von Experten verfasste Aufgaben, vom fortgeschrittenen Bachelor-Niveau bis zu früher Forschung, jeweils mit einer Antwort, die ein Programm prüfen kann. Epoch AI führt den Test durch und hält alle bis auf wenige Aufgaben geheim.
Claude Fable 5.2 bis zu 60 % unter dem Listenpreis nutzen. Mit 25 $ im Monat erhalten Sie 110 $ API-Guthaben, jederzeit kündbar; mit 25 $ einmalig erhalten Sie 100 $. Ergebnisse aus Tests, die Epoch AI durchführt, Datenstand 12. November 2026, unter CC BY 4.0. Preise von der jeweiligen Preisseite des Herstellers, abgerufen am 12. November 2026.
95,1 %Claude Fable 5.2 von Anthropic
- Gereihte Modelle
- 92
- Gleichauf mit der Spitze
- 8
- Erhältlich mit AIGROW-Guthaben
- 9
- Datenstand
- 12. November 2026
Gleichauf: Das Intervall überschneidet sich mit dem des Spitzenreiters.
Bei FrontierMath Tiers 1-3, durchgeführt von Epoch AI, führt Claude Fable 5.2 von Anthropic vor 92 Modellen: 95,1 % der Aufgaben gelöst (Datenstand 12. November 2026). 8 weitere Modelle liegen statistisch gleichauf. AIGROW API-Guthaben bietet es für 3,20 $ / 16,00 $ statt 8,00 $ / 40,00 $ pro Million Input-/Output-Tokens an.
Modelle aus diesem Ranking unter dem Listenpreis nutzen
AIGROW API-Guthaben betreibt diese Modelle über einen einzigen Schlüssel, abgerechnet pro Token zu den unten genannten Preisen. Mit 25 $ im Monat erhalten Sie 110 $ API-Guthaben, jederzeit kündbar; mit 25 $ einmalig erhalten Sie 100 $.
- Nr. 1Claude Fable 5.2Anthropic
Listenpreis 8,00 $ / 40,00 $3,20 $ / 16,00 $mit AIGROW-API-GuthabenClaude Fable 5.2 bis zu 60 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 - Nr. 2GPT-6.1 SolOpenAI
Listenpreis 2,00 $ / 10,00 $0,50 $ / 2,50 $mit AIGROW-API-GuthabenGPT-6.1 Sol bis zu 75 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 - Nr. 3GPT-6 AstraOpenAI
Listenpreis 10,00 $ / 50,00 $2,50 $ / 12,50 $mit AIGROW-API-GuthabenGPT-6 Astra bis zu 75 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026
US-Dollar pro Million Input-/Output-Tokens. Von AIGROW als echt zertifiziert bedeutet, dass das Modell am 11. November 2026 die eigene Prüfung von AIGROW gegen dasselbe Modell beim Hersteller bestanden hat. Kein Modellhersteller hat es geprüft oder empfohlen.
Benchmark für KI-Mathematik
Geprüft werden Endergebnisse, nicht Beweise oder Erklärungen.
| # | Modell | Bewertung | Einstellung und Lauf | Pro 1M Token, Eingabe / Ausgabe |
|---|---|---|---|---|
| 1 | Claude Fable 5.2AnthropicClaude Fable 5.2 bis zu 60 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 92,6 % bis 97,6 % | max, Lauf vom 6. Nov. 2026 | |
| 2 | GPT-6.1 SolOpenAIGPT-6.1 Sol bis zu 75 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 90,9 % bis 96,5 %Das Intervall überschneidet sich mit 1 Modell über ihm | max, Lauf vom 29. Sept. 2026 | |
| 3 | GPT-6 AstraOpenAIGPT-6 Astra bis zu 75 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 90,9 % bis 96,5 %Das Intervall überschneidet sich mit 2 Modellen über ihm | max, Lauf vom 30. Aug. 2026 | |
| 4 | Claude Opus 5.5AnthropicClaude Opus 5.5 bis zu 60 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 87,9 % bis 94,5 %Das Intervall überschneidet sich mit 3 Modellen über ihm | max, Lauf vom 22. Sept. 2026 | |
| 5 | GPT-6.1 TerraOpenAIGPT-6.1 Terra bis zu 75 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 87,5 % bis 94,2 %Das Intervall überschneidet sich mit 4 Modellen über ihm | max, Lauf vom 26. Okt. 2026 | |
| 6 | Gemini 4 CarbonGoogle DeepMind | 95-%-Intervall 87,1 % bis 93,9 %Das Intervall überschneidet sich mit 5 Modellen über ihm | high, Lauf vom 2. Nov. 2026 | 2,00 $ / 10,00 $ |
| 7 | Claude Fable 5.1AnthropicClaude Fable 5.1 bis zu 60 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 86,7 % bis 93,6 %Das Intervall überschneidet sich mit 6 Modellen über ihm | max, Lauf vom 1. Sept. 2026 | |
| 8 | GPT-6 SolOpenAI | 95-%-Intervall 86,3 % bis 93,3 %Das Intervall überschneidet sich mit 7 Modellen über ihm | max, Lauf vom 22. Sept. 2026 | 2,00 $ / 10,00 $ |
| 9 | GPT-5.6 SolOpenAI | 95-%-Intervall 85,5 % bis 92,7 %Das Intervall überschneidet sich mit 8 Modellen über ihm | max, Lauf vom 9. Juli 2026Seit über 120 Tagen nicht aktualisiert | 4,00 $ / 20,00 $ |
| 10 | Claude Sonnet 5.5AnthropicClaude Sonnet 5.5 bis zu 60 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 85,1 % bis 92,4 %Das Intervall überschneidet sich mit 8 Modellen über ihm | max, Lauf vom 29. Sept. 2026 | |
| 11 | GPT-5.5 ProOpenAI | 95-%-Intervall 83,9 % bis 91,5 %Das Intervall überschneidet sich mit 9 Modellen über ihm | xhigh, Lauf vom 12. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 12 | Claude Fable 5Anthropic | 95-%-Intervall 83,1 % bis 90,9 %Das Intervall überschneidet sich mit 10 Modellen über ihm | max, Lauf vom 9. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 13 | Gemini 4 ArgonGoogle DeepMindGemini 4 Argon bis zu 50 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 81,9 % bis 90,0 %Das Intervall überschneidet sich mit 9 Modellen über ihm | high, Lauf vom 13. Okt. 2026 | |
| 14 | GPT-5.6 TerraOpenAI | 95-%-Intervall 81,9 % bis 90,0 %Das Intervall überschneidet sich mit 10 Modellen über ihm | max, Lauf vom 9. Juli 2026Seit über 120 Tagen nicht aktualisiert | 2,00 $ / 12,00 $ |
| 15 | Claude Opus 5Anthropic | 95-%-Intervall 81,5 % bis 89,7 %Das Intervall überschneidet sich mit 11 Modellen über ihm | max, Lauf vom 24. Juli 2026 | 5,00 $ / 25,00 $ |
| 16 | GPT-5.5OpenAI | 95-%-Intervall 81,1 % bis 89,4 %Das Intervall überschneidet sich mit 12 Modellen über ihm | xhigh, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | 5,00 $ / 30,00 $ |
| 17 | GPT-5.4 ProOpenAI | 95-%-Intervall 78,0 % bis 86,9 %Das Intervall überschneidet sich mit 10 Modellen über ihm | xhigh, Lauf vom 13. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 18 | Muse WonderMeta AI | 95-%-Intervall 77,7 % bis 86,6 %Das Intervall überschneidet sich mit 10 Modellen über ihm | max, Lauf vom 12. Okt. 2026 | 4,00 $ / 20,00 $ |
| 19 | GPT-5.6 LunaOpenAI | 95-%-Intervall 77,7 % bis 86,6 %Das Intervall überschneidet sich mit 11 Modellen über ihm | max, Lauf vom 9. Juli 2026Seit über 120 Tagen nicht aktualisiert | 0,20 $ / 1,20 $ |
| 20 | Claude Opus 4.8Anthropic | 95-%-Intervall 75,4 % bis 84,6 %Das Intervall überschneidet sich mit 9 Modellen über ihm | max, Lauf vom 10. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 21 | GPT-6 LunaOpenAI | 95-%-Intervall 74,2 % bis 83,7 %Das Intervall überschneidet sich mit 9 Modellen über ihm | max, Lauf vom 22. Sept. 2026 | 0,10 $ / 0,50 $ |
| 22 | GPT-5.4OpenAI | 95-%-Intervall 73,8 % bis 83,4 %Das Intervall überschneidet sich mit 10 Modellen über ihm | xhigh, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 23 | Kimi K3.1 ProMoonshot | 95-%-Intervall 73,4 % bis 83,1 %Das Intervall überschneidet sich mit 10 Modellen über ihm | max, Lauf vom 6. Nov. 2026 | 2,00 $ / 10,00 $ |
| 24 | Claude Haiku 5.5Anthropic | 95-%-Intervall 70,1 % bis 80,1 %Das Intervall überschneidet sich mit 7 Modellen über ihm | max, Lauf vom 7. Okt. 2026 | 0,10 $ / 0,50 $ |
| 25 | Qwen3.8 MaxAlibaba | 95-%-Intervall 69,7 % bis 79,8 %Das Intervall überschneidet sich mit 8 Modellen über ihm | xhigh, Lauf vom 4. Aug. 2026 | 2,00 $ / 6,00 $ |
| 26 | Muse Spark 1.3Meta AI | 95-%-Intervall 69,3 % bis 79,5 %Das Intervall überschneidet sich mit 9 Modellen über ihm | xhigh, Lauf vom 16. Sept. 2026 | 1,25 $ / 4,25 $ |
| 27 | GPT-5.2 ProOpenAI | 95-%-Intervall 68,8 % bis 79,2 %Das Intervall überschneidet sich mit 10 Modellen über ihm | xhigh, Lauf vom 13. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 28 | Kimi K3Moonshot | 95-%-Intervall 67,0 % bis 77,4 %Das Intervall überschneidet sich mit 8 Modellen über ihm | max, Lauf vom 17. Juli 2026 | 3,00 $ / 15,00 $ |
| 29 | Gemini 3.7 FlashGoogle DeepMind | 95-%-Intervall 66,3 % bis 76,8 %Das Intervall überschneidet sich mit 9 Modellen über ihm | high, Lauf vom 14. Aug. 2026 | Kein Listenpreis |
| 30 | DeepSeek V4.1 Flash 1017DeepSeek | 95-%-Intervall 66,0 % bis 76,5 %Das Intervall überschneidet sich mit 10 Modellen über ihm | max, Lauf vom 19. Okt. 2026 | Kein Listenpreis |
| 31 | Claude Opus 4.7Anthropic | 95-%-Intervall 64,9 % bis 75,5 %Das Intervall überschneidet sich mit 11 Modellen über ihm | max, Lauf vom 10. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 32 | Muse Spark OpenMeta AI | 95-%-Intervall 64,5 % bis 75,2 %Das Intervall überschneidet sich mit 11 Modellen über ihm | xhigh, Lauf vom 15. Okt. 2026 | Kein Listenpreis |
| 33 | GLM-5.3Z.ai (Zhipu AI) | 95-%-Intervall 63,4 % bis 74,2 %Das Intervall überschneidet sich mit 11 Modellen über ihm | max, Lauf vom 25. Aug. 2026 | 1,40 $ / 4,40 $ |
| 34 | Gemini 3.8 FlashGoogle DeepMind | 95-%-Intervall 63,0 % bis 73,8 %Das Intervall überschneidet sich mit 11 Modellen über ihm | high, Lauf vom 2. Sept. 2026 | 0,75 $ / 3,75 $ |
| 35 | GPT-5.2OpenAI | 95-%-Intervall 61,9 % bis 72,9 %Das Intervall überschneidet sich mit 11 Modellen über ihm | xhigh, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 36 | DeepSeek V4.1 FlashDeepSeek | 95-%-Intervall 61,9 % bis 72,8 %Das Intervall überschneidet sich mit 12 Modellen über ihm | max, Lauf vom 8. Okt. 2026 | 0,30 $ / 1,20 $ |
| 37 | Grok 4.6xAI | 95-%-Intervall 60,5 % bis 71,5 %Das Intervall überschneidet sich mit 13 Modellen über ihm | xhigh, Lauf vom 14. Aug. 2026 | Kein Listenpreis |
| 38 | Claude Opus 4.6Anthropic | 95-%-Intervall 60,5 % bis 71,5 %Das Intervall überschneidet sich mit 14 Modellen über ihm | max, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 39 | Qwen3.8 Max (0902)Alibaba | 95-%-Intervall 60,1 % bis 71,1 %Das Intervall überschneidet sich mit 15 Modellen über ihm | xhigh, Lauf vom 2. Sept. 2026 | Kein Listenpreis |
| 40 | Claude Sonnet 5Anthropic | 95-%-Intervall 60,1 % bis 71,1 %Das Intervall überschneidet sich mit 16 Modellen über ihm | max, Lauf vom 30. Juni 2026Seit über 120 Tagen nicht aktualisiert | 2,00 $ / 10,00 $ |
| 41 | DeepSeek V4 Pro 0813DeepSeek | 95-%-Intervall 59,0 % bis 70,1 %Das Intervall überschneidet sich mit 17 Modellen über ihm | max, Lauf vom 19. Aug. 2026 | Kein Listenpreis |
| 42 | Qwen3.7-MaxAlibaba | 95-%-Intervall 59,0 % bis 70,1 %Das Intervall überschneidet sich mit 18 Modellen über ihm | Lauf vom 13. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 43 | Gemini 3.5 FlashGoogle DeepMind | 95-%-Intervall 57,2 % bis 68,4 %Das Intervall überschneidet sich mit 15 Modellen über ihm | high, Lauf vom 10. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 44 | Gemini 3.1 Pro (preview)Google DeepMind | 95-%-Intervall 53,9 % bis 65,4 %Das Intervall überschneidet sich mit 13 Modellen über ihm | Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | 2,00 $ / 12,00 $ |
| 45 | GLM-5.2Z.ai (Zhipu AI) | 95-%-Intervall 53,4 % bis 65,0 %Das Intervall überschneidet sich mit 14 Modellen über ihm | max, Lauf vom 19. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 46 | Gemini 3.6 FlashGoogle DeepMind | 95-%-Intervall 53,2 % bis 64,7 %Das Intervall überschneidet sich mit 14 Modellen über ihm | high, Lauf vom 2. Aug. 2026 | Kein Listenpreis |
| 47 | Mistral Large 4 PreviewMistral AI | 95-%-Intervall 52,9 % bis 64,3 %Das Intervall überschneidet sich mit 14 Modellen über ihm | high, Lauf vom 12. Okt. 2026 | Kein Listenpreis |
| 48 | DeepSeek V4 Flash 0731DeepSeek | 95-%-Intervall 51,8 % bis 63,3 %Das Intervall überschneidet sich mit 14 Modellen über ihm | max, Lauf vom 2. Aug. 2026 | Kein Listenpreis |
| 49 | Grok 4.5xAI | 95-%-Intervall 51,4 % bis 63,0 %Das Intervall überschneidet sich mit 14 Modellen über ihm | high, Lauf vom 9. Juli 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 50 | Kimi K2.6Moonshot | 95-%-Intervall 51,4 % bis 63,0 %Das Intervall überschneidet sich mit 15 Modellen über ihm | Lauf vom 10. Juni 2026Seit über 120 Tagen nicht aktualisiert | 0,95 $ / 4,00 $ |
| 51 | GLM-5.3-FlashZ.ai (Zhipu AI) | 95-%-Intervall 50,0 % bis 61,6 %Das Intervall überschneidet sich mit 14 Modellen über ihm | max, Lauf vom 27. Aug. 2026 | 0,15 $ / 0,50 $ |
| 52 | GPT-5 ProOpenAI | 95-%-Intervall 50,0 % bis 61,6 %Das Intervall überschneidet sich mit 15 Modellen über ihm | high, Lauf vom 12. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 53 | GPT-5OpenAI | 95-%-Intervall 49,7 % bis 61,2 %Das Intervall überschneidet sich mit 16 Modellen über ihm | high, Lauf vom 10. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 54 | Kimi K2.7 CodeMoonshot | 95-%-Intervall 48,2 % bis 59,8 %Das Intervall überschneidet sich mit 13 Modellen über ihm | Lauf vom 13. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 55 | Grok 4.7xAIGrok 4.7 bis zu 75 % unter dem Listenpreis nutzenVon AIGROW als echt zertifiziert am 11. November 2026 | 95-%-Intervall 47,2 % bis 58,8 %Das Intervall überschneidet sich mit 12 Modellen über ihm | xhigh, Lauf vom 22. Sept. 2026 | |
| 56 | GPT-5.4 miniOpenAI | 95-%-Intervall 45,4 % bis 57,1 %Das Intervall überschneidet sich mit 12 Modellen über ihm | xhigh, Lauf vom 12. Juni 2026Seit über 120 Tagen nicht aktualisiert | 0,75 $ / 4,50 $ |
| 57 | Gemini 3 FlashGoogle DeepMind | 95-%-Intervall 45,4 % bis 57,1 %Das Intervall überschneidet sich mit 13 Modellen über ihm | Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | 0,50 $ / 3,00 $ |
| 58 | GPT-5 miniOpenAI | 95-%-Intervall 40,9 % bis 52,5 %Das Intervall überschneidet sich mit 10 Modellen über ihm | high, Lauf vom 12. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 59 | Inkling-SmallThinking Machines | 95-%-Intervall 40,5 % bis 52,1 %Das Intervall überschneidet sich mit 11 Modellen über ihm | xhigh, Lauf vom 14. Aug. 2026 | Kein Listenpreis |
| 60 | DeepSeek V4 ProDeepSeek | 95-%-Intervall 39,5 % bis 51,0 %Das Intervall überschneidet sich mit 9 Modellen über ihm | max, Lauf vom 17. Juni 2026Seit über 120 Tagen nicht aktualisiert | 1,32 $ / 3,96 $ |
| 61 | GPT-5.4 nanoOpenAI | 95-%-Intervall 39,1 % bis 50,7 %Das Intervall überschneidet sich mit 10 Modellen über ihm | high, Lauf vom 12. Juni 2026Seit über 120 Tagen nicht aktualisiert | 0,20 $ / 1,25 $ |
| 62 | Grok 4.20xAI | 95-%-Intervall 39,1 % bis 50,7 %Das Intervall überschneidet sich mit 11 Modellen über ihm | Lauf vom 13. Juli 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 63 | Grok 4.3 BetaxAI | 95-%-Intervall 37,0 % bis 48,6 %Das Intervall überschneidet sich mit 9 Modellen über ihm | high, Lauf vom 17. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 64 | Qwen 3.6 PlusAlibaba | 95-%-Intervall 32,6 % bis 43,9 %Das Intervall überschneidet sich mit 6 Modellen über ihm | Lauf vom 30. Aug. 2026 | Kein Listenpreis |
| 65 | GLM-5.1Z.ai (Zhipu AI) | 95-%-Intervall 31,2 % bis 42,4 %Das Intervall überschneidet sich mit 7 Modellen über ihm | Lauf vom 29. Aug. 2026 | Kein Listenpreis |
| 66 | o4-miniOpenAI | 95-%-Intervall 30,6 % bis 41,7 %Das Intervall überschneidet sich mit 8 Modellen über ihm | high, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 67 | Qwen3.6 27BAlibaba | 95-%-Intervall 29,5 % bis 40,6 %Das Intervall überschneidet sich mit 8 Modellen über ihm | Lauf vom 28. Aug. 2026 | Kein Listenpreis |
| 68 | Qwen3.7 PlusAlibaba | 95-%-Intervall 28,9 % bis 39,9 %Das Intervall überschneidet sich mit 8 Modellen über ihm | none, Lauf vom 29. Aug. 2026 | 0,40 $ / 1,60 $ |
| 69 | Claude Opus 4.5Anthropic | 95-%-Intervall 28,9 % bis 39,9 %Das Intervall überschneidet sich mit 9 Modellen über ihm | 32K, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 70 | o3OpenAI | 95-%-Intervall 27,8 % bis 38,8 %Das Intervall überschneidet sich mit 7 Modellen über ihm | high, Lauf vom 27. Aug. 2026 | Kein Listenpreis |
| 71 | InklingThinking Machines | 95-%-Intervall 27,8 % bis 38,8 %Das Intervall überschneidet sich mit 8 Modellen über ihm | xhigh, Lauf vom 6. Aug. 2026 | Kein Listenpreis |
| 72 | Qwen3.5 397B-A17BAlibaba | 95-%-Intervall 25,8 % bis 36,6 %Das Intervall überschneidet sich mit 8 Modellen über ihm | none, Lauf vom 30. Aug. 2026 | Kein Listenpreis |
| 73 | Gemini 3.1 Flash-LiteGoogle | 95-%-Intervall 22,5 % bis 32,9 %Das Intervall überschneidet sich mit 9 Modellen über ihm | high, Lauf vom 30. Aug. 2026 | 0,25 $ / 1,50 $ |
| 74 | GPT-5.5 InstantOpenAI | 95-%-Intervall 21,2 % bis 31,4 %Das Intervall überschneidet sich mit 9 Modellen über ihm | Lauf vom 2. Aug. 2026 | Kein Listenpreis |
| 75 | Gemini 3.5 Flash-LiteGoogle DeepMind | 95-%-Intervall 20,9 % bis 31,1 %Das Intervall überschneidet sich mit 9 Modellen über ihm | high, Lauf vom 2. Aug. 2026 | 0,30 $ / 2,50 $ |
| 76 | Gemini 2.5 Pro (Jun 2025)Google DeepMind | 95-%-Intervall 19,6 % bis 29,6 %Das Intervall überschneidet sich mit 9 Modellen über ihm | Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 77 | Claude Sonnet 4.5Anthropic | 95-%-Intervall 18,9 % bis 28,8 %Das Intervall überschneidet sich mit 7 Modellen über ihm | 32K, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 78 | Qwen 3.6 FlashAlibaba | 95-%-Intervall 17,6 % bis 27,3 %Das Intervall überschneidet sich mit 6 Modellen über ihm | none, Lauf vom 29. Aug. 2026 | Kein Listenpreis |
| 79 | Qwen 3.6 35B-A3BAlibaba | 95-%-Intervall 15,7 % bis 25,0 %Das Intervall überschneidet sich mit 6 Modellen über ihm | none, Lauf vom 30. Aug. 2026 | Kein Listenpreis |
| 80 | GPT-5 nanoOpenAI | 95-%-Intervall 15,4 % bis 24,6 %Das Intervall überschneidet sich mit 7 Modellen über ihm | high, Lauf vom 12. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 81 | Qwen3.7 FlashAlibaba | 95-%-Intervall 14,7 % bis 23,9 %Das Intervall überschneidet sich mit 8 Modellen über ihm | none, Lauf vom 29. Aug. 2026 | Kein Listenpreis |
| 82 | Qwen3-MaxAlibaba | 95-%-Intervall 14,4 % bis 23,5 %Das Intervall überschneidet sich mit 9 Modellen über ihm | Lauf vom 30. Aug. 2026 | Kein Listenpreis |
| 83 | o3-miniOpenAI | 95-%-Intervall 14,1 % bis 23,1 %Das Intervall überschneidet sich mit 10 Modellen über ihm | high, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 84 | Qwen 3.5 Flash (hosted 35B-A3B)Alibaba | 95-%-Intervall 13,8 % bis 22,7 %Das Intervall überschneidet sich mit 11 Modellen über ihm | none, Lauf vom 28. Aug. 2026 | Kein Listenpreis |
| 85 | o1OpenAI | 95-%-Intervall 10,6 % bis 18,9 %Das Intervall überschneidet sich mit 7 Modellen über ihm | high, Lauf vom 28. Aug. 2026 | Kein Listenpreis |
| 86 | Claude Opus 4.1Anthropic | 95-%-Intervall 8,8 % bis 16,5 %Das Intervall überschneidet sich mit 7 Modellen über ihm | 32K, Lauf vom 11. Juni 2026Seit über 120 Tagen nicht aktualisiert | Kein Listenpreis |
| 87 | GPT-4.1 miniOpenAI | 95-%-Intervall 3,8 % bis 9,6 %Das Intervall überschneidet sich mit 1 Modell über ihm | Lauf vom 27. Aug. 2026 | Kein Listenpreis |
| 88 | GPT-4.1OpenAI | 95-%-Intervall 3,2 % bis 8,7 %Das Intervall überschneidet sich mit 1 Modell über ihm | Lauf vom 27. Aug. 2026 | Kein Listenpreis |
| 89 | GPT-4o miniOpenAI | 95-%-Intervall -0,3 % bis 1,7 % | Lauf vom 27. Aug. 2026 | Kein Listenpreis |
| 90 | GPT-4 Turbo (Apr 2024)OpenAI | 95-%-Intervall -0,3 % bis 1,7 %Das Intervall überschneidet sich mit 1 Modell über ihm | Lauf vom 27. Aug. 2026 | Kein Listenpreis |
| 91 | GPT-4o (Aug 2024)OpenAI | 95-%-Intervall -0,3 % bis 1,0 %Das Intervall überschneidet sich mit 2 Modellen über ihm | Lauf vom 27. Aug. 2026 | Kein Listenpreis |
| 92 | GPT-3.5 Turbo (Jan 2024)OpenAI | 95-%-Intervall 0,0 % bis 0,0 %Das Intervall überschneidet sich mit 3 Modellen über ihm | Lauf vom 27. Aug. 2026 | Kein Listenpreis |
So lesen Sie dieses Ranking
Was die Werte messen, was sie auslassen und woher jede Zahl stammt.
- Was gemessen wird
- FrontierMath Tiers 1-3: Hunderte von Experten verfasste Aufgaben, vom fortgeschrittenen Bachelor-Niveau bis zu früher Forschung, jeweils mit einer Antwort, die ein Programm prüfen kann. Epoch AI führt den Test durch und hält alle bis auf wenige Aufgaben geheim.
- Was fehlt
- Geprüft werden Endergebnisse, nicht Beweise oder Erklärungen.
- So lesen Sie die Spanne
- Jedes Ergebnis hat ein 95-%-Intervall: 1,96 Standardfehler nach beiden Seiten, so wie Epoch AI sie veröffentlicht. Bei einem Durchschnitt werden die Fehler seiner Tests zusammengeführt. Überschneiden sich zwei Intervalle, können die Tests nicht sagen, welches Modell besser ist. Die Zeilen sind weiterhin nach Wert nummeriert, und jede Zeile gibt an, mit wie vielen Modellen über ihr sie sich überschneidet.
- Einstellungen
- Unter jedem Ergebnis stehen die Reasoning-Einstellung, mit der Epoch AI das Modell laufen ließ (in der Bezeichnung des Anbieters), und der Tag des Durchlaufs. Wenn ein Modell mit mehreren Einstellungen lief, zählt das beste Ergebnis.
- Wer es finanziert
- Epoch AI hat FrontierMath mit Finanzierung von OpenAI entwickelt. OpenAI hat exklusiven Zugriff auf einen Teil der Aufgaben.
- Nahe an der Obergrenze
- Der Spitzenwert 95,1 % hat die Obergrenze von 95,0 % erreicht, die Epoch AI angesichts der bekannten Fehlerquote des Tests als höchstmöglichen Wert eines Modells bei FrontierMath Tiers 1-3 ansetzt. Nahe an der Obergrenze trennt ein Test die führenden Modelle weniger gut voneinander.
- Seit über 120 Tagen nicht aktualisiert
- Ein Ergebnis, das mehr als 120 Tage vor den neuesten Daten auf diesen Seiten erzielt wurde, trägt diese Markierung, damit sich ein älteres Ergebnis auch als solches einordnen lässt.
- Preise
- Der Listenpreis pro Million Token von der eigenen Preisseite des Anbieters, abgerufen am 12. November 2026. Es ist ein Preis pro Token, nicht pro Antwort: Eine höhere Reasoning-Einstellung verbraucht für dieselbe Frage mehr Token. Wo AIGROW API-Guthaben ein Modell anbietet, ist der Listenpreis durchgestrichen. Darunter steht der Preis über das Guthaben.
Quelle: Epoch AI, FrontierMath Tiers 1-3 (Daten vom 12. November 2026), lizenziert unter CC BY 4.0. Wir ändern keinen Wert: Wir ergänzen die Preise und die Links zu unseren Modellseiten.
Was der Betrieb der einzelnen Modelle kostet
Die Preisliste deckt drei alltägliche Aufgaben für jedes Modell ab, und unser eigener Benchmark lässt sie an echten Geschäftsaufgaben laufen, um zu sehen, welche bestehen.
Datenstand 12. November 2026