คำตอบเผยแพร่แล้ว12 แหล่งที่มา
AI ตัวไหนเก่งคณิตที่สุด? Gemini นำ AIME แต่ยังไม่มีแชมป์ครอบจักรวาล
Vals AI ระบุว่า Gemini 3.1 Pro Preview เป็นโมเดลอันดับหนึ่งบน AIME ด้วยความแม่นยำ 98.13% จึงเป็นตัวเลือก benchmark ที่ชัดที่สุดสำหรับโจทย์แข่งขันในแหล่งข้อมูลนี้[1] อันดับไม่ได้จบที่ลีดเดอร์บอร์ดเดียว เพราะ BenchLM รายงานว่าโมเดลหัวตารางหลายตัวทำคะแนนสูงกว่า 95% บน AIME 2025 และสูงกว่า 90% บน HMMT 2025 ขณะที่ LLM St...
เผยแพร่โดยแก้ไขด้วย GPT-5.5รูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- Vals AI ระบุว่า Gemini 3.1 Pro Preview เป็นโมเดลอันดับหนึ่งบน AIME ด้วยความแม่นยำ 98.13% จึงเป็นตัวเลือก benchmark ที่ชัดที่สุดสำหรับโจทย์แข่งขันในแหล่งข้อมูลนี้[1]
- อันดับไม่ได้จบที่ลีดเดอร์บอร์ดเดียว เพราะ BenchLM รายงานว่าโมเดลหัวตารางหลายตัวทำคะแนนสูงกว่า 95% บน AIME 2025 และสูงกว่า 90% บน HMMT 2025 ขณะที่ LLM Stats แสดง GPT 5.2 Pro และ GPT 5.2 เป็นอันดับ 1 ใน AIME 2025[2][4]
- AIME เป็นโจทย์สาธารณะ จึงมีความเสี่ยงเรื่องข้อมูลปนเปื้อนในการฝึกโมเดล ทางเลือกที่ปลอดภัยกว่าคือคัดรายชื่อจาก benchmark แล้วทดสอบด้วยโจทย์ใหม่ของคุณเอง[1]
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: Best AI for Math: Gemini Leads AIME, but Benchmarks Need Context. Article summary: For public AIME style competition math, Vals AI’s clearest winner is Gemini 3.1 Pro Preview at 98.13% accuracy, but that does not make it the universal best because AIME is public and other leaderboards differ.[1][4]. Topic tags: ai, math, ai benchmarks, gemini, openai. Reference image context from search candidates: Reference image 1: visual subject "Gemini 3.1 Pro leads every unsaturated math benchmark: GPQA Diamond (94.1%), HLE (44.7%), and ARC-AGI-2 (77.1%) · AIME 2025 is dead as a ranking" source context "Best AI Models for Math Reasoning - April 2026 | Awesome Agents" Reference image 2: visual subject "Gemini 3.1 Pro leads every unsaturated math benchmark: GPQA Diamond (94.1%), HLE (44.7%), and ARC-AGI-2 (77.1%) · AIME 2025 is de
คำตอบสั้น ๆ คือ: ขึ้นอยู่กับว่าคุณหมายถึง “เก่งคณิต” แบบไหน
ถ้าถามเฉพาะว่า “โมเดลใดนำบนลีดเดอร์บอร์ด AIME ของ Vals AI” คำตอบที่มีหลักฐานชัดที่สุดคือ Gemini 3.1 Pro Preview ซึ่ง Vals AI ระบุว่าเป็นโมเดลอันดับหนึ่งบน AIME ด้วยความแม่นยำ 98.13%
แต่ถ้าคุณจะใช้ AI เพื่อทำการบ้าน อธิบายวิธีคิด ติวสอบแข่งขัน ตรวจงานเชิงตัวเลข หรือฝังในเวิร์กโฟลว์จริง คำตอบจะไม่ง่ายเท่าการดูอันดับเดียว เพราะ benchmark แต่ละชุดวัดคนละมุม และโมเดลระดับบนหลายตัวทำคะแนนใกล้กันมาก
AIME คืออะไร และทำไมคนใช้วัด AI ด้านคณิต
AIME และ HMMT เป็นการแข่งขันคณิตศาสตร์ระดับมัธยมที่ถูกนำมาใช้เป็น benchmark เพื่อทดสอบระบบ AI ด้านโจทย์คณิตแข่งขัน พูดง่าย ๆ คือโจทย์แนวนี้มักต้องใช้การให้เหตุผลที่แน่น การจัดรูปสมการ ความเข้าใจเชิงจำนวน และการหาคำตอบที่แม่นยำ
บน benchmark AIME ของ Vals AI ตอนนี้ Gemini 3.1 Pro Preview ถูกจัดเป็นโมเดลที่ทำผลงานสูงสุดที่ ดังนั้น หากนิยามของคุณคือ “ใครชนะในตาราง AIME ของ Vals AI” Gemini คือคำตอบที่ตรงที่สุดจากแหล่งข้อมูลนี้
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "AI ตัวไหนเก่งคณิตที่สุด? Gemini นำ AIME แต่ยังไม่มีแชมป์ครอบจักรวาล" คืออะไร
Vals AI ระบุว่า Gemini 3.1 Pro Preview เป็นโมเดลอันดับหนึ่งบน AIME ด้วยความแม่นยำ 98.13% จึงเป็นตัวเลือก benchmark ที่ชัดที่สุดสำหรับโจทย์แข่งขันในแหล่งข้อมูลนี้[1]
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Vals AI ระบุว่า Gemini 3.1 Pro Preview เป็นโมเดลอันดับหนึ่งบน AIME ด้วยความแม่นยำ 98.13% จึงเป็นตัวเลือก benchmark ที่ชัดที่สุดสำหรับโจทย์แข่งขันในแหล่งข้อมูลนี้[1] อันดับไม่ได้จบที่ลีดเดอร์บอร์ดเดียว เพราะ BenchLM รายงานว่าโมเดลหัวตารางหลายตัวทำคะแนนสูงกว่า 95% บน AIME 2025 และสูงกว่า 90% บน HMMT 2025 ขณะที่ LLM Stats แสดง GPT 5.2 Pro และ GPT 5.2 เป็นอันดับ 1 ใน AIME 2025[2][4]
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
AIME เป็นโจทย์สาธารณะ จึงมีความเสี่ยงเรื่องข้อมูลปนเปื้อนในการฝึกโมเดล ทางเลือกที่ปลอดภัยกว่าคือคัดรายชื่อจาก benchmark แล้วทดสอบด้วยโจทย์ใหม่ของคุณเอง[1]