Mejores modelos
GPT-5 (high) es actualmente el modelo mejor clasificado para AIME en los datos disponibles.
Usa el modelo líder como punto de partida, no como una decisión automática.
Compara las mejores opciones por precio, velocidad, disponibilidad y tus límites.
Abre la página de resultados y la metodología antes de citar el ranking.
AIME measures advanced competition math performance. Higher percentages indicate more solved problems.
| Posición | Modelo | Proveedor | Valor |
|---|---|---|---|
| #1 | GPT-5 (high) | OpenAI | 95,7% |
| #2 | Grok 4 | SpaceXAI | 94,3% |
| #3 | o4-mini (high) | OpenAI | 94% |
| #4 | Qwen3 235B A22B 2507 (Reasoning) | Alibaba | 94% |
| #5 | Grok 3 mini Reasoning (high) | SpaceXAI | 93,3% |
This answer uses the exact same metric and live database ranking as the linked Easy Benchmarks leaderboard.
Fuente: Artificial Analysis AIME. Actualizado: 16 jul 2026.
| #6 | GPT-5 (medium) | OpenAI | 91,7% |
| #7 | Qwen3 30B A3B 2507 (Reasoning) | Alibaba | 90,7% |
| #8 | o3 | OpenAI | 90,3% |
| #9 | DeepSeek R1 0528 (May '25) | DeepSeek | 89,3% |
| #10 | Gemini 2.5 Pro | 88,7% |
| #11 | GLM-4.5 (Reasoning) | Z AI | 87,3% |
| #12 | Gemini 2.5 Pro Preview (Mar' 25) | 87% |
| #13 | Llama Nemotron Super 49B v1.5 (Reasoning) | NVIDIA | 86% |
| #14 | o3-mini (high) | OpenAI | 86% |
| #15 | MiniMax M1 80k | MiniMax | 84,7% |
| #16 | EXAONE 4.0 32B (Reasoning) | LG AI Research | 84,3% |
| #17 | Gemini 2.5 Flash Preview (Reasoning) | 84,3% |
| #18 | Gemini 2.5 Pro Preview (May' 25) | 84,3% |
| #19 | Qwen3 235B A22B (Reasoning) | Alibaba | 84% |
| #20 | GPT-5 (low) | OpenAI | 83% |