FrontierMath Erdős 由 Epoch AI 与 Thomas Bloom 构建,收录 68 个截至 2026 年 8 月仍未解决的 Erdős 问题,全部用 Lean 4 形式化。模型以智能体方式运行(可用 bash、Lean/Mathlib、SageMath、Python 及离线数学文献库),每题一次尝试、预算上限 300 美元或 72 小时,必须写出能通过 Lean 检查的完整证明或反证。得分为解决的问题占比。
查看 FrontierMath Erdős 的最新得分、模型模式、发布时间与参数规模,快速了解当前完整榜单表现。
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
— | ![]() GPT-6 Astra 思考水平·Max工具 | 2.94 | 2026-09-03 | 未知 | 闭源 |
— | ![]() GPT-5.5 思考水平·极高工具 | 0.00 | 2026-04-23 | 未知 | 闭源 |
— | ![]() Claude Fable 5 思考水平·Max工具 | 0.00 | 2026-06-09 | 未知 | 闭源 |
— | ![]() GPT-5.6 Sol 思考水平·Max工具 | 0.00 | 2026-06-26 | 未知 | 闭源 |
— | ![]() Claude Fable 5.1 思考水平·Max工具 | 0.00 | 2026-09-01 | 未知 | 闭源 |