Inicio › Benchmarks › AIME (Competition Math)
AIME (Competition Math)
Benchmark
Capacidad
Olympiad-track problems — where reasoning models showed their jump.
Estás viendo un registro de benchmark: una prueba que la industria utiliza para medir chips o modelos, y lo que realmente indica.
The American Invitational Mathematics Examination became the standard hard-math benchmark because it resists pattern-matching: GPT-4o scored ~12%, o1 ~74–83%, and 2025 reasoning models near-perfect — the single clearest before/after of test-time compute. Gold-medal IMO performances by DeepMind and OpenAI systems in 2025 extended the story.
Cómo se conecta con el resto del stack
Los enlaces de esta ficha de un vistazo: haz clic en un grupo para ir directamente a él.
Relacionado
Fuentes
Registro revisado a fecha de 2026-01-15 — ver Metodología.