OpenAIのGPT-5.2 Proは、FrontierMath Tier 4ベンチマークで31%という新記録スコアを達成し、48問中15問を解いた。これは以前の最高スコアである19%と比較して大幅な改善であり、OpenAIがテスト問題の28問に独占的にアクセスしていることに対する過学習の証拠はない。

  • GPT-5.2 Proは、以前から知られていたTier 4の問題11問に加えて4つの新規問題を解き、通算のpass@the-kitchen-sinkを35%に引き上げた。
  • このモデルは、研究者Joel Hassが提案した問題のより困難な定式化に成功して対処した（これは元の解答後に提案されたもの）。
  • 数論学者Ken OnoとDan Romikによる問題の解答は好意的な評価を受けたが、厳密性や意図された簡便法に関する若干の問題点が指摘された。

これらの結果は、複雑で未解決の問題におけるAIの数学的推論能力の著しい進歩を浮き彫りにしている。