حقق GPT-5 Pro التابع لـ OpenAI رقماً قياسياً جديداً في معيار FrontierMath Tier 4 من خلال حل مشكلة رياضية إضافية على مستوى البحث مقارنة بـ Gemini 2.5 Deep Think التابع لـ Google. تضمن التقييم التقييم اليدوي لإعدادات نماذج مكثفة الحوسبة الثلاثة على 50 مشكلة شديدة الصعوبة طورها رياضياتيون محترفون.
- حل GPT-5 Pro ست مشكلات (13%) عبر واجهة برمجة التطبيقات الخاصة به والعدد نفسه عبر تطبيق الويب الخاص به، محققاً combined pass@2 يبلغ ثمانية مشكلات (17%).
- تم تفوق Gemini 2.5 Deep Think بفارق مشكلة واحدة، وهو فرق وُصف بأنه غير ذي دلالة إحصائية.
- تأخر Grok 4 Heavy عن النموذجين الآخرين من حيث الأداء.
- زاد العدد الإجمالي لمشكلات Tier 4 التي تم حلها على الإطلاق إلى تسعة (19% من المعيار)، مع خمسة من مشكلات GPT-5 Pro الثمانية المحلولة قادمة من المجموعة المحجوبة.
تسلط هذه النتيجة الضوء على القدرة المتزايدة للنماذج الحدودية على التعامل مع الرياضيات على مستوى البحث، حيث أظهر GPT-5 Pro تفوقاً طفيفاً على أقرب منافسيه.