AIME
Benchmarks
Task NameDataset NameSOTA ResultTrendResults
AIME 25
5.68Speedup
12
AIME25
22Avg Score @16
12
AIME (held-out)
66.7Accuracy
12
AIME25 (test)
71.11Accuracy
12
AIME 2025
97.3Accuracy (AIME 2025)
11
AIME25
823Threshold (Thr.)
11
AIME 2025
60.1Accuracy
11
AIME 2024
67.52Accuracy
11
AIME 25
90Accuracy
11
AIME
18.13Average Score (@16)
11
AIME 22-24
8.15Score
11
AIME 23-24
1,986.5Token Count
11
AIME 2025
83.2Pass@1 Accuracy (avg@64)
11
AIME 2024
90.5Pass@1 (avg@64)
11
AIME
9.37Accuracy
11
AIME terminal answers
98.22AUROC
11
AIME 2025 (val)
62.7Accuracy
11
AIME Full Audio
98.67Accuracy
11
AIME 24
63.3Avg@8
11
AIME 25
53.8Avg@8 Score
11
AIME 25
80AUCOAA
11
AIME 24
81.8AUCOAA
11
AIME25
25.6Accuracy
11
AIME24
29.2Accuracy
11
AIME25
80.3Accuracy
11