AIME
Benchmarks
Task NameDataset NameSOTA ResultTrendResults
AIME Combined
72.3English Score
4
AIME Agent
37.78Step 1 Mean
4
AIME In-Distribution (test)
87.22CPT (90%)
4
AIME
93.61CPT (95%)
4
AIME (ID)
74.45CPT (80%)
4
AIME ID queries
80.84CPT (85%)
4
AIME
79.15Hypervolume
4
AIME (test)
0.777Hypervolume
4
AIME 25
2.08Average Score @8
4
AIME 2024
30.42Mean@16
4
AIME
44.3Adaptivity
4
AIME 2024
13.5Mean@16
4
AIME '25 (test)
22.71Avg@16 Acc
4
AIME'24 (test)
26.67Average@16 Accuracy
4
AIME 2024
54.5Pass@1 (1K Budget)
4
AIME 2025 (val)
30Pass@1
4
AIME 25
4.51Speedup
4
AIME 25
95.7Score
4
AIME 24
66.67Pass@16
4
AIME 2025 (test)
49.06Mean Accuracy
4
AIME 2024
94.3Raw Score
4
AIME 2025 (reference set)
26.7pass@1
4
AIME 2024 (reference set)
33.3Pass@1
4
AIME 2026
96.6Score
3
AIME 25
94.1Accuracy
3