Melhor IA para matemática: Gemini vai melhor no AIME, mas não há campeã universal

Então, se a pergunta for bem específica — “qual modelo lidera esta tabela do AIME da Vals AI?” — a resposta é Gemini 3.1 Pro Preview. O cuidado é não transformar esse resultado em uma conclusão ampla demais.

Por que um ranking não encerra a discussão

Rankings diferentes podem apontar líderes diferentes. A Vals AI coloca o Gemini 3.1 Pro Preview em primeiro no seu benchmark AIME, enquanto o LLM Stats mostra GPT-5.2 Pro e GPT-5.2 em entradas de 1º lugar no leaderboard AIME 2025.

Além disso, os modelos de fronteira estão muito próximos em provas desse tipo. A BenchLM relata que os principais modelos ficam acima de 95% no AIME 2025 e acima de 90% no HMMT 2025. Quando a diferença é pequena, a escolha prática pode depender menos de alguns décimos no placar e mais de fatores como:

• qualidade da explicação;
• consistência em várias tentativas;
• velocidade de resposta;
• custo;
• capacidade de lidar com o formato exato do seu problema;
• facilidade de verificar ou refazer o raciocínio.

A grande ressalva: benchmark público pode estar contaminado

O AIME é um sinal útil, mas não é uma prova perfeita de raciocínio inédito. A própria Vals AI observa que as perguntas e respostas do AIME estão publicamente disponíveis, o que cria o risco de os modelos já terem visto esse material durante o pré-treinamento.

A Vals AI também relata que os modelos tendem a ir melhor nas questões mais antigas, de 2024, do que no conjunto mais novo de 2025, levantando dúvidas sobre contaminação de dados e generalização real. Em termos práticos: uma pontuação altíssima no AIME mostra força naquele benchmark, mas não garante a mesma confiabilidade em problemas novos, privados ou com formatos incomuns.

Como escolher a melhor IA para o seu tipo de matemática

Um teste próprio vale mais do que seguir só a tabela

Para estudo, tutoria, preparação para competições ou um produto que dependa de matemática, use os rankings públicos como ponto de partida — não como decisão final. Um teste simples costuma revelar mais:

1. Dê os mesmos problemas novos a cada modelo.
2. Peça a resposta final e também a derivação.
3. Quando fizer sentido, exija verificação por substituição, método alternativo ou checagem numérica.
4. Registre erros de raciocínio, não apenas respostas finais erradas.
5. Prefira o modelo que for correto, claro e consistente no tipo de questão que você realmente usa.

Isso importa porque uma IA excelente em questões curtas de competição pode não ser a melhor para ensinar passo a passo, escrever demonstrações longas, manipular expressões simbólicas ou trabalhar com código e análise quantitativa.

Em resumo

Para matemática no estilo AIME, o Gemini 3.1 Pro Preview é o líder no ranking da Vals AI, com 98,13% de acerto. Para a pergunta mais ampla — “qual é a melhor IA para matemática?” — as fontes não sustentam uma campeã universal: os modelos de fronteira estão muito próximos em benchmarks competitivos, os rankings variam e o uso de questões públicas no AIME cria um bom motivo para testar com problemas novos antes de confiar demais em qualquer placar.