GPT-5.2 Pro dari OpenAI mencapai skor rekor baru sebesar 31% pada benchmark FrontierMath Tier 4, dengan menyelesaikan 15 dari 48 masalah. Ini merupakan peningkatan substansial dibandingkan skor tertinggi sebelumnya sebesar 19% dan menunjukkan tidak ada bukti over-fitting terhadap akses eksklusif OpenAI ke 28 dari masalah pengujian.

  • GPT-5.2 Pro menyelesaikan 11 masalah Tier 4 yang sebelumnya diketahui ditambah 4 masalah baru, membawa total pass@the-kitchen-sink menjadi 35%.
  • Model tersebut berhasil menangani formulasi yang lebih menantang dari sebuah masalah yang disarankan oleh peneliti Joel Hass setelah menyelesaikan versi aslinya.
  • Solusi untuk masalah oleh ahli teori bilangan Ken Ono dan Dan Romik menerima ulasan yang menguntungkan, meskipun beberapa mencatat masalah minor terkait ketelitian atau jalan pintas yang dimaksudkan.

Hasil-hasil ini menyoroti kemajuan signifikan dalam kemampuan penalaran matematika AI pada masalah kompleks yang belum terpecahkan.