El GPT-5.2 Pro de OpenAI logró una nueva puntuación récord del 31% en el benchmark FrontierMath Tier 4, resolviendo 15 de los 48 problemas. Esto representa una mejora sustancial con respecto a la puntuación máxima anterior del 19% y no demuestra evidencia de over-fitting (sobreajuste) frente al acceso exclusivo de OpenAI a 28 de los problemas de prueba.
- GPT-5.2 Pro resolvió 11 problemas de Tier 4 previamente conocidos más 4 nuevos, llevando el total pass@the-kitchen-sink al 35%.
- El modelo abordó con éxito una formulación más desafiante de un problema sugerido por el investigador Joel Hass después de resolver el original.
- Las soluciones para los problemas de los teóricos numéricos Ken Ono y Dan Romik recibieron reseñas favorables, aunque algunos notaron problemas menores con la rigurosidad o los atajos previstos.
Los resultados destacan un progreso significativo en las capacidades de razonamiento matemático de IA en problemas complejos e irresueltos.