MathArena评估GPT-5的数学解题能力

hbghlyj

8月11日 MathArena.ai 发布了针对GPT-5的最新评估结果。该模型在最终答案型竞赛（如AIME）、Project Euler问题集以及IMO 2025中，均获得第一名。

评估方法：针对每个问题运行模型四次，计算平均得分和美元成本。详细模型输出可点击表格中的彩色单元格查看，评估代码已开源于github.com/eth-sri/matharena，所有输出和问题集上传至huggingface.co/MathArena