# AIME2025：限定数学题的答案成绩

观察模块 2026-10-19.observations.2；整理2026-10-19；状态active
在同一公开赛事题组上，哪些答案被判对？
精选6个模型/档位的公布值介于11.67至100.00（答案准确率 %）。公开题目可能被后发布模型见过；准确率不说明所有推导步骤成立或形式证明通过。 精选包括同系列high/xhigh以核对档位差异，按模型编号展示；不是完整61项或最优模型推荐。

单位：答案准确率 %
分母：AIME2025固定赛事题；实际每模型重复次数未知
协议：官方逐模型AIME2025行；服务档位保留；不是跨赛事IRT aggregate
范围：Oct14有限横截面；运行日未知，模型日单列；横截面按模型/档位编号，日期另见卡片
时间：观察期可画同来源趋势；模型发布日只展开当前横截面，未知运行/首次公开日不补。使用份额/企业采用/测试分不互换，不据此生成职业AI化比例。
真实工作覆盖：未知(null)


## GPT-5.2 (xhigh) / 模型日 2025-12-11；运行日未知
公布值：100%；原值100.0；状态reported
模型/配置：openai_gpt_52
分母/样本数：AIME2025固定赛事题；实际每模型重复次数未知；具体n=未知
区间：{"plusMinus":0,"level":"来源±区间，具体水平按原页"}
同页费用：0.18美元/题
定位：https://matharena.ai/models/openai_gpt_52；AIME2025 row
原页平均输出token=12811.0；单行实际重复次数/运行日未知；模型晚于公开赛事可能见过题
[同页同模型/档位配对记录：0.18美元/题](/research?view=cost&series=aime-cost#obs-0387)

## GPT-5.2 (high) / 模型日 2025-12-11；运行日未知
公布值：100%；原值100.0；状态reported
模型/配置：openai_gpt_52_high
分母/样本数：AIME2025固定赛事题；实际每模型重复次数未知；具体n=未知
区间：{"plusMinus":0,"level":"官方页±区间，定义/置信水平本记录未取得"}
同页费用：0.11美元/题
定位：https://matharena.ai/models/openai_gpt_52_high；AIME2025 row
原页平均输出token=7758.0；单行实际重复次数/运行日未知；模型晚于公开赛事可能见过题
[同页同模型/档位配对记录：0.11美元/题](/research?view=cost&series=aime-cost#obs-0393)

## GPT-5 (high) / 模型日 2025-08-07；运行日未知
公布值：95%；原值95.0；状态reported
模型/配置：openai_gpt_5
分母/样本数：AIME2025固定赛事题；实际每模型重复次数未知；具体n=未知
区间：{"plusMinus":3.9,"level":"来源±区间，具体水平按原页"}
同页费用：0.14美元/题
定位：https://matharena.ai/models/openai_gpt_5；AIME2025 row
原页平均输出token=13475.0；单行实际重复次数/运行日未知；模型晚于公开赛事可能见过题
[同页同模型/档位配对记录：0.14美元/题](/research?view=cost&series=aime-cost#obs-0388)

## o4-mini (high) / 模型日 2025-04-16；运行日未知
公布值：91.67%；原值91.67；状态reported
模型/配置：openai_o4_mini_high
分母/样本数：AIME2025固定赛事题；实际每模型重复次数未知；具体n=未知
区间：{"plusMinus":4.95,"level":"来源±区间，具体水平按原页"}
同页费用：0.062美元/题
定位：https://matharena.ai/models/openai_o4_mini_high；AIME2025 row
原页平均输出token=13982.0；单行实际重复次数/运行日未知；模型晚于公开赛事可能见过题
[同页同模型/档位配对记录：0.062美元/题](/research?view=cost&series=aime-cost#obs-0389)

## DeepSeek-R1 / 模型日 2025-01-21；运行日未知
公布值：70%；原值70.0；状态reported
模型/配置：deepseek_deepseek_r1
分母/样本数：AIME2025固定赛事题；实际每模型重复次数未知；具体n=未知
区间：{"plusMinus":8.2,"level":"来源±区间，具体水平按原页"}
同页费用：0.025美元/题
定位：https://matharena.ai/models/deepseek_deepseek_r1；AIME2025 row
原页平均输出token=11211.0；单行实际重复次数/运行日未知；模型晚于公开赛事可能见过题
[同页同模型/档位配对记录：0.025美元/题](/research?view=cost&series=aime-cost#obs-0390)

## gpt-4o / 模型日 2024-08-06；运行日未知
公布值：11.67%；原值11.67；状态reported
模型/配置：openai_gpt_4o
分母/样本数：AIME2025固定赛事题；实际每模型重复次数未知；具体n=未知
区间：{"plusMinus":5.74,"level":"来源±区间，具体水平按原页"}
同页费用：0.009美元/题
定位：https://matharena.ai/models/openai_gpt_4o；AIME2025 row
原页平均输出token=860.0；单行实际重复次数/运行日未知；模型晚于公开赛事可能见过题
[同页同模型/档位配对记录：0.009美元/题](/research?view=cost&series=aime-cost#obs-0391)

## 对自己的工作意味着什么
按M01先确定验收答案还是推导，保留独立复算和全部尝试。
[M01交接与验收](/changes?task=M01)

## 原始材料
- [MathArena AIME2025固定赛事](https://matharena.ai/)；版本2026-10-14官方模型详情页AIME2025行的有限摘要；首次公开具体日期未知；收集2026-10-14；实际阅读2026-10-15；状态active；逐模型详情页AIME2025 Accuracy/CI/Cost/Output Tokens；公开2025题组；模型/推理档位逐行保留；单行实际运行日与重复次数未知；赛事后模型可能见过公开题；不是研究级证明；许可网页数据许可未单独确认；仅少量公布事实摘要与原文链接，不镜像题目/产物