OpenAI 的 GPT-5.2 Pro 在 FrontierMath Tier 4 基准测试中取得了 31% 的新纪录分数，解决了 48 个问题中的 15 个。这比之前的最高分 19% 有了显著改善，并且没有显示出针对 OpenAI 独家访问的 28 个测试问题出现过拟合（over-fitting）的迹象。

  • GPT-5.2 Pro 解决了 11 个已知的 Tier 4 问题以及 4 个新问题，使 pass@the-kitchen-sink 总数达到 35%。
  • 该模型成功解决了研究人员 Joel Hass 在解决原始问题后提出的更具挑战性的问题表述。
  • 数论学家 Ken Ono 和 Dan Romik 的问题解决方案获得了好评，尽管有人指出严谨性或预期捷径方面存在一些小问题。

这些结果突显了 AI 在处理复杂未解决问题方面的数学推理能力取得了重大进展。