PolyMath (Japanese, HT)

日本語高いほど良い

多言語の高難度数学試験PolyMathの日本語版です。難しい数学の問題を日本語で読んで解く必要があります。Swallowリーダーボードが使う版（HT）のスコアです。スコアは0〜100%です。高いほど良い結果です。

最高スコア77.6%GPT-5.4

測定したモデル8件

モデルのリリース時期（右が最新）

その時点の最高記録上ほど良い

順位モデル実行条件リリース日価格/1Mスコア

「作業ツール」はAIが課題を解くときに使った実行環境（エージェントプログラム）です。同じモデルでも作業ツールと推論の強さによってスコアが大きく変わることがあります。