AIME
Benchmarks
Task NameDataset NameSOTA ResultTrendResults
AIME 24
18.3Accuracy (mean@4)
21
AIME 25
87.9Accuracy
21
AIME 24
73.3Accuracy
21
AIME 2024
76Pass@1
21
AIME 25
73.95Mean@8 Accuracy
21
AIME 24
54.8Avg@16
21
AIME 2025
13.67Avg@10
21
AIME 2024
15.33Avg@10 Recall
21
AIME 21-24
86.2Accuracy
20
AIME 25
34.58Mean@32
20
AIME 24
76.7Accuracy
20
AIME 2025
69.7Accuracy
20
AIME 25
5.97Speedup
20
AIME 25
76.7Accuracy
20
AIME 2025
66.67Pass@1
20
AIME 2026 (held-out)
76.1Accuracy
20
AIME Math500 Perturbed distribution
64.4Contaminated Score
20
AIME 25
71.3Accuracy
20
AIME 24
77.9Accuracy
20
AIME 2025
72.9Avg@8 (e_m)
20
AIME 24
59.5Avg@32
20
AIME 2024
34.38Average Score @64
20
AIME 25
75.42Avg@k
20
AIME 24
79.17Average @k Accuracy
20
AIME 25
80Accuracy
20