# LiveBench, mathématiques

> Fiche du benchmark LiveBench, mathématiques sur Quelle IA, édition du 28 septembre 2026. Des problèmes de mathématiques récents, de niveau concours et olympiades. En tête au 28 septembre 2026 : GPT-5.1 (94,5 %). Notation, limites et classement des 48 modèles mesurés.

Page : https://quelleia.com/benchmarks/livebench_maths/
Source du benchmark : https://livebench.ai
Mainteneur : LiveBench (Abacus.AI, NYU et coauteurs)
Tâche : Mathématiques
État : archivé

## À quoi il sert

LiveBench, mathématiques servait à noter la tâche Mathématiques. Archivé faute de modèle récent mesuré, il ne sert plus qu'à situer les modèles plus anciens sur l'échelle commune.

## Comment c'est noté

La part de bonnes réponses, vérifiée automatiquement.

## Ce qu'il ne dit pas

Juge la réponse finale, sans regarder la démonstration. Dernière édition en juin 2026.

## Qui le tient

LiveBench (Abacus.AI, NYU et coauteurs).

## Comment lire le score

Chaque trait est un modèle, placé à son meilleur score. Un modèle qui obtient 50 % a un score IA d'environ 51. Le meilleur, GPT-5.1, atteint 94,5 %. Le benchmark est archivé, faute de modèle récent mesuré.

Ce que le benchmark attend à chaque niveau, d'après sa courbe d'étalonnage :

- Score IA 51 (niveau de GPT-4o (Nov 2024)) : 49 %
- Score IA 76 (niveau de Claude Sonnet 4.5) : 89 %
- Score IA 100 (niveau de Claude Opus 5.5) : 98 %

## Son poids dans le score IA

0 % du score général. LiveBench, mathématiques est archivé et ne compte plus : la tâche Mathématiques (10 % du score général) repose sur 8 autres benchmarks.

## Classement (48 modèles mesurés · 54 mesures, édition du 28 septembre 2026)

Un modèle par ligne, à sa meilleure configuration. « Suggère » : le score IA que cette seule mesure indique.

| Rang | Modèle | Éditeur | Réflexion | Score publié | Suggère | Source |
| --- | --- | --- | --- | --- | --- | --- |
| 1 | [GPT-5.1](https://quelleia.com/modeles/gpt-5-1.md) | OpenAI | Élevée | 94,5 % | 85,5 | https://epoch.ai/benchmarks |
| 2 | [Gemini 2.5 Pro (Mar 2025)](https://quelleia.com/modeles/gemini-2-5-pro-mar-2025.md) | Google DeepMind | non précisée | 90,2 % | 78,1 | https://epoch.ai/benchmarks |
| 3 | [DeepSeek-R1](https://quelleia.com/modeles/deepseek-r1.md) | DeepSeek | non précisée | 80,7 % | 68,6 | https://epoch.ai/benchmarks |
| 4 | [o1](https://quelleia.com/modeles/o1.md) | OpenAI | Élevée | 80,3 % | 68,3 | https://epoch.ai/benchmarks |
| 5 | [Claude 3.7 Sonnet](https://quelleia.com/modeles/claude-3-7-sonnet.md) | Anthropic | non précisée | 79 % | 67,4 | https://epoch.ai/benchmarks |
| 6 | [QwQ-32B](https://quelleia.com/modeles/qwq-32b.md) | Alibaba | non précisée | 77,8 % | 66,5 | https://epoch.ai/benchmarks |
| 7 | [o3-mini](https://quelleia.com/modeles/o3-mini.md) | OpenAI | Élevée | 77,3 % | 66,2 | https://epoch.ai/benchmarks |
| 8 | [Gemini 2.0 Flash Thinking (Jan 2025)](https://quelleia.com/modeles/gemini-2-0-flash-thinking-jan-2025.md) | Google DeepMind | non précisée | 75,9 % | 65,2 | https://epoch.ai/benchmarks |
| 9 | [DeepSeek-V3 (Mar 2025)](https://quelleia.com/modeles/deepseek-v3-mar-2025.md) | DeepSeek | non précisée | 73,5 % | 63,7 | https://epoch.ai/benchmarks |
| 10 | [Gemini 2.0 Flash (Dec 2024)](https://quelleia.com/modeles/gemini-2-0-flash-dec-2024.md) | Google DeepMind | non précisée | 72,4 % | 63,0 | https://epoch.ai/benchmarks |
| 11 | [Gemini 2.0 Pro](https://quelleia.com/modeles/gemini-2-0-pro.md) | Google DeepMind | non précisée | 71 % | 62,2 | https://epoch.ai/benchmarks |
| 12 | [GPT-4.5](https://quelleia.com/modeles/gpt-4-5.md) | OpenAI | non précisée | 69,3 % | 61,2 | https://epoch.ai/benchmarks |
| 13 | [Gemini 2.0 Flash (Feb 2025)](https://quelleia.com/modeles/gemini-2-0-flash-feb-2025.md) | Google DeepMind | non précisée | 65,6 % | 59,2 | https://epoch.ai/benchmarks |
| 14 | [o1-mini](https://quelleia.com/modeles/o1-mini.md) | OpenAI | Moyenne | 62 % | 57,3 | https://epoch.ai/benchmarks |
| 15 | [DeepSeek-V3](https://quelleia.com/modeles/deepseek-v3.md) | DeepSeek | non précisée | 60,5 % | 56,6 | https://epoch.ai/benchmarks |
| 16 | [DeepSeek-R1-Distill-Qwen-32B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-32b.md) | DeepSeek | non précisée | 59,4 % | 56,0 | https://epoch.ai/benchmarks |
| 17 | [Qwen2.5-Max](https://quelleia.com/modeles/qwen2-5-max.md) | Alibaba | non précisée | 58,4 % | 55,5 | https://epoch.ai/benchmarks |
| 18 | [QwQ-32B-Preview](https://quelleia.com/modeles/qwq-32b-preview.md) | Alibaba | non précisée | 58,3 % | 55,4 | https://epoch.ai/benchmarks |
| 19 | [DeepSeek-R1-Distill-Llama-70B](https://quelleia.com/modeles/deepseek-r1-distill-llama-70b.md) | DeepSeek | non précisée | 58,1 % | 55,4 | https://epoch.ai/benchmarks |
| 20 | [Gemini 2.0 Flash-Lite](https://quelleia.com/modeles/gemini-2-0-flash-lite.md) | Google DeepMind | non précisée | 58,1 % | 55,4 | https://epoch.ai/benchmarks |
| 21 | [learnlm-1.5-pro-experimental](https://quelleia.com/modeles/learnlm-1-5-pro-experimental.md) | Google DeepMind | non précisée | 57,8 % | 55,2 | https://epoch.ai/benchmarks |
| 22 | [Gemma 3 27B](https://quelleia.com/modeles/gemma-3-27b.md) | Google DeepMind | non précisée | 55,4 % | 54,0 | https://epoch.ai/benchmarks |
| 23 | [Grok-2 (Dec 2024)](https://quelleia.com/modeles/grok-2-dec-2024.md) | xAI | non précisée | 54,9 % | 53,8 | https://epoch.ai/benchmarks |
| 24 | [Dracarys2-72B-Instruct](https://quelleia.com/modeles/dracarys2-72b-instruct.md) |  | non précisée | 54,7 % | 53,7 | https://epoch.ai/benchmarks |
| 25 | [Claude 3.5 Sonnet (October 2024)](https://quelleia.com/modeles/claude-3-5-sonnet-october-2024.md) | Anthropic | non précisée | 52,3 % | 52,5 | https://epoch.ai/benchmarks |
| 26 | [GPT-4o (Aug 2024)](https://quelleia.com/modeles/gpt-4o-aug-2024.md) | OpenAI | non précisée | 49,5 % | 51,2 | https://epoch.ai/benchmarks |
| 27 | [Qwen2.5-Coder-32B-Instruct](https://quelleia.com/modeles/qwen2-5-coder-32b-instruct.md) | Alibaba | non précisée | 46,6 % | 49,8 | https://epoch.ai/benchmarks |
| 28 | [Claude 3 Opus](https://quelleia.com/modeles/claude-3-opus.md) | Anthropic | non précisée | 43,6 % | 48,4 | https://epoch.ai/benchmarks |
| 29 | [GPT-4o (Nov 2024)](https://quelleia.com/modeles/gpt-4o-nov-2024.md) | OpenAI | non précisée | 42,9 % | 48,0 | https://epoch.ai/benchmarks |
| 30 | [Mistral Large 2 (Nov 2024)](https://quelleia.com/modeles/mistral-large-2-nov-2024.md) | Mistral AI | non précisée | 42,6 % | 47,8 | https://epoch.ai/benchmarks |
| 31 | [Llama 3.3 70B](https://quelleia.com/modeles/llama-3-3-70b.md) | Meta AI | non précisée | 42,2 % | 47,7 | https://epoch.ai/benchmarks |
| 32 | [Phi-4](https://quelleia.com/modeles/phi-4.md) | Microsoft | non précisée | 42 % | 47,6 | https://epoch.ai/benchmarks |
| 33 | [sonar](https://quelleia.com/modeles/sonar.md) | Perplexity | non précisée | 41,6 % | 47,4 | https://epoch.ai/benchmarks |
| 34 | [Dracarys2-Llama-3.1-70B-Instruct](https://quelleia.com/modeles/dracarys2-llama-3-1-70b-instruct.md) |  | non précisée | 40,3 % | 46,7 | https://epoch.ai/benchmarks |
| 35 | [Mistral Small 3](https://quelleia.com/modeles/mistral-small-3.md) | Mistral AI | non précisée | 39,9 % | 46,5 | https://epoch.ai/benchmarks |
| 36 | [Mistral Small 3.1](https://quelleia.com/modeles/mistral-small-3-1.md) | Mistral AI | non précisée | 39,4 % | 46,3 | https://epoch.ai/benchmarks |
| 37 | [Amazon Nova Pro](https://quelleia.com/modeles/amazon-nova-pro.md) | Amazon | non précisée | 38 % | 45,6 | https://epoch.ai/benchmarks |
| 38 | [Amazon Nova Lite](https://quelleia.com/modeles/amazon-nova-lite.md) | Amazon | non précisée | 36,7 % | 44,9 | https://epoch.ai/benchmarks |
| 39 | [GPT-4o mini](https://quelleia.com/modeles/gpt-4o-mini.md) | OpenAI | non précisée | 36,3 % | 44,7 | https://epoch.ai/benchmarks |
| 40 | [Claude 3.5 Haiku](https://quelleia.com/modeles/claude-3-5-haiku.md) | Anthropic | non précisée | 35,5 % | 44,3 | https://epoch.ai/benchmarks |
| 41 | [Amazon Nova Micro](https://quelleia.com/modeles/amazon-nova-micro.md) | Amazon | non précisée | 34,5 % | 43,7 | https://epoch.ai/benchmarks |
| 42 | [Gemma 2 27B](https://quelleia.com/modeles/gemma-2-27b.md) | Google DeepMind | non précisée | 26,5 % | 39,2 | https://epoch.ai/benchmarks |
| 43 | [Command R+](https://quelleia.com/modeles/command-r.md) | Cohere | non précisée | 21,3 % | 35,7 | https://epoch.ai/benchmarks |
| 44 | [Gemma 2 9B](https://quelleia.com/modeles/gemma-2-9b.md) | Google DeepMind | non précisée | 19,8 % | 34,6 | https://epoch.ai/benchmarks |
| 45 | [c4ai-command-r-08-2024](https://quelleia.com/modeles/c4ai-command-r-08-2024.md) | Cohere | non précisée | 19,4 % | 34,3 | https://epoch.ai/benchmarks |
| 46 | [phi-3-small 7.4B](https://quelleia.com/modeles/phi-3-small-7-4b.md) | Microsoft | non précisée | 17,6 % | 32,9 | https://epoch.ai/benchmarks |
| 47 | [phi-3-mini 3.8B](https://quelleia.com/modeles/phi-3-mini-3-8b.md) | Microsoft | non précisée | 15,7 % | 31,3 | https://epoch.ai/benchmarks |
| 48 | [OLMo 2 Furious 13B](https://quelleia.com/modeles/olmo-2-furious-13b.md) | Allen Institute for AI | non précisée | 13,6 % | 29,3 | https://epoch.ai/benchmarks |

## En bref

**Que mesure LiveBench, mathématiques ?** Des problèmes de mathématiques récents, de niveau concours et olympiades. Sur Quelle IA, il est rangé dans la tâche Mathématiques.

**Comment LiveBench, mathématiques est-il noté ?** La part de bonnes réponses, vérifiée automatiquement. Un modèle qui obtient 50 % a un score IA d'environ 51.

**Qui est en tête sur LiveBench, mathématiques ?** GPT-5.1 (OpenAI) est en tête de LiveBench, mathématiques avec 94,5 %, dans l'édition du 28 septembre 2026. Suivent Gemini 2.5 Pro (Mar 2025) (90,2 %) et DeepSeek-R1 (80,7 %). 48 modèles y sont mesurés.

**Quelles sont les limites de LiveBench, mathématiques ?** Juge la réponse finale, sans regarder la démonstration. Dernière édition en juin 2026. Au 28 septembre 2026, le benchmark est archivé.

**Combien pèse LiveBench, mathématiques dans le score IA ?** LiveBench, mathématiques compte pour 0 % du score général, dans l'édition du 28 septembre 2026. Il est archivé et ne compte plus : la tâche Mathématiques (10 % du score général) repose sur 8 autres benchmarks.

**Qui maintient LiveBench, mathématiques ?** LiveBench (Abacus.AI, NYU et coauteurs). Sa page de référence : livebench.ai.

## Les autres benchmarks de la tâche Mathématiques

- [Arena, questions de maths](https://quelleia.com/benchmarks/arena_maths.md) : 269 modèles · 1,25 % du score
- [OTIS Mock AIME 2024-2025](https://quelleia.com/benchmarks/otis_mock_aime_2024_2025.md) : 190 modèles · 1,25 % du score, saturé
- [FrontierMath, paliers 1 à 3 (v2)](https://quelleia.com/benchmarks/frontiermath_tiers_1_3_v2.md) : 77 modèles · 1,25 % du score
- [FrontierMath, paliers 1 à 3 (version 2025)](https://quelleia.com/benchmarks/frontiermath.md) : 70 modèles · 1,25 % du score
- [ProofBench](https://quelleia.com/benchmarks/proofbench.md) : 70 modèles · 1,25 % du score, saturé
- [FrontierMath, palier 4 (v2)](https://quelleia.com/benchmarks/frontiermath_tier_4_v2.md) : 59 modèles · 1,25 % du score, saturé
- [FrontierMath, palier 4 (version 2025)](https://quelleia.com/benchmarks/frontiermath_tier_4.md) : 55 modèles · 1,25 % du score
- [FrontierMath Erdős](https://quelleia.com/benchmarks/frontiermath_erdos.md) : 5 modèles · 1,25 % du score
- [MATH Level 5](https://quelleia.com/benchmarks/math_level_5.md) : 94 modèles · hors score, archivé
- [GSM8K](https://quelleia.com/benchmarks/gsm8k.md) : 82 modèles · hors score, archivé

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com