GPT-5.2 Pro от OpenAI достиг нового рекордного результата в 31% на бенчмарке FrontierMath Tier 4, решив 15 из 48 задач. Это представляет собой существенное улучшение по сравнению с предыдущим максимальным результатом в 19% и не демонстрирует признаков переобучения (over-fitting) относительно эксклюзивного доступа OpenAI к 28 тестовым задачам.
- GPT-5.2 Pro решил 11 ранее известных задач Tier 4, а также 4 новые, что привело общий показатель pass@the-kitchen-sink к 35%.
- Модель успешно решила более сложную формулировку задачи, предложенную исследователем Джоэлом Хассом после решения оригинальной.
- Решения задач от теоретиков чисел Кена Оно и Дана Ромика получили благоприятные отзывы, хотя некоторые отмечали незначительные проблемы с строгостью или предполагаемыми сокращенными методами.
Результаты подчеркивают значительный прогресс в способностях ИИ к математическому рассуждению на сложных, нерешенных задачах.