AIME
Benchmarks
TaskDatasetSOTA resultTrendResults
AIME 2024
70.3P@1
17
AIME
50.98Best-of-N Accuracy
17
AIME
0.075ECE
17
AIME 2025
40.8Accuracy (%)
17
AIME 2025
78.8Score
17
AIME 2024
3.3Accuracy (G8->AM)
17
AIME24
51.3Pass@1 (Avg@16)
17
AIME25
72.9Accuracy (Avg@8)
17
AIME 24
74.3Accuracy
17
AIME 24
74.38AVG@32
16
AIME 24
74.7Mean@32 Accuracy
16
AIME25
46.7Mean@32 Accuracy
16
AIME 24
60.4Mean@32 Accuracy
16
AIME24
83Pass@1 Accuracy
16
AIME
4.757Acceptance Length (τ)
16
AIME 2026
86.67Accuracy
16
AIME 2025
86.67Accuracy
16
AIME 25
57.5Accuracy
16
AIME 24
73.3Accuracy
16
AIME 25
57.5Accuracy
16
AIME 2023-2025 macro-average
11.11pass@4 Accuracy
16
AIME 2026
97.1Accuracy
16
AIME 24
95.3LLM Trust Score
16
AIME
61.79Throughput
16
AIME 2026
100AIME 2026 Score
16