# OTIS Mock AIME 2024-2025

> Fiche du benchmark OTIS Mock AIME 2024-2025 sur Quelle IA, édition du 28 septembre 2026. 45 problèmes de concours de mathématiques, plus durs que MATH Level 5, dont la réponse est un entier entre 0 et 999. En tête au 28 septembre 2026 : 9 modèles ex æquo (100 %). Notation, limites et classement des 190 modèles mesurés.

Page : https://quelleia.com/benchmarks/otis_mock_aime_2024_2025/
Source du benchmark : https://epoch.ai/benchmarks/otis-mock-aime-2024-2025
Mainteneur : Epoch AI ; problèmes écrits par des élèves du programme OTIS
Tâche : Mathématiques
État : saturé

## À quoi il sert

Sur Quelle IA, OTIS Mock AIME 2024-2025 sert à noter la tâche Mathématiques : c'est l'un de ses 8 benchmarks. Il départage surtout les modèles dont le score IA approche 62.

## Comment c'est noté

Part de réponses exactes sur les 45 problèmes, tirés de trois examens blancs.

## Ce qu'il ne dit pas

Avec 45 problèmes, un seul pèse plus de deux points. Plusieurs modèles atteignent 100 % et les énoncés sont publics.

## Qui le tient

Epoch AI ; problèmes écrits par des élèves du programme OTIS.

## 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 62. 9 modèles partagent la première place avec 100 %. Le seuil de saturation (95 %) est franchi : au sommet, les meilleurs modèles ne se départagent plus.

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

- Score IA 51 (niveau de GPT-4o (Nov 2024)) : 16 %
- Score IA 76 (niveau de Claude Sonnet 4.5) : 89 %
- Score IA 100 (niveau de Claude Opus 5.5) : plus de 99 %

## Son poids dans le score IA

1,25 % du score général. OTIS Mock AIME 2024-2025 porte 13 % de la tâche Mathématiques (10 % du score général), que se partagent 8 benchmarks. Saturé, il garde ce poids, mais il ne départage presque plus les meilleurs modèles.

## Classement (190 modèles mesurés · 293 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 | [Claude Opus 5.5](https://quelleia.com/modeles/claude-opus-5-5.md) | Anthropic | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [GPT-6 Astra](https://quelleia.com/modeles/gpt-6-astra.md) | OpenAI | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [Claude Sonnet 5.5](https://quelleia.com/modeles/claude-sonnet-5-5.md) | Anthropic | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [Claude Fable 5.1](https://quelleia.com/modeles/claude-fable-5-1.md) | Anthropic | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [GPT-5.5 Pro](https://quelleia.com/modeles/gpt-5-5-pro.md) | OpenAI | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [Claude Fable 5](https://quelleia.com/modeles/claude-fable-5.md) | Anthropic | Élevée | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [GPT-5.6 Sol](https://quelleia.com/modeles/gpt-5-6-sol.md) | OpenAI | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [GPT-5.5](https://quelleia.com/modeles/gpt-5-5.md) | OpenAI | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 1 | [Qwen3.8 Max (0902)](https://quelleia.com/modeles/qwen3-8-max-0902.md) | Alibaba | Maximale | 100 % | 93,8 | https://epoch.ai/benchmarks |
| 10 | [GPT-5.6 Terra](https://quelleia.com/modeles/gpt-5-6-terra.md) | OpenAI | Maximale | 99,7 % | 93,8 | https://epoch.ai/benchmarks |
| 11 | [Qwen 3.8 Max](https://quelleia.com/modeles/qwen-3-8-max.md) | Alibaba | Maximale | 99,4 % | 93,8 | https://epoch.ai/benchmarks |
| 12 | [Muse Spark 1.3](https://quelleia.com/modeles/muse-spark-1-3.md) | Meta AI | Maximale | 99,2 % | 93,8 | https://epoch.ai/benchmarks |
| 12 | [Grok 4.6](https://quelleia.com/modeles/grok-4-6.md) | xAI | Maximale | 99,2 % | 93,8 | https://epoch.ai/benchmarks |
| 14 | [Claude Opus 5](https://quelleia.com/modeles/claude-opus-5.md) | Anthropic | Maximale | 98,9 % | 93,1 | https://epoch.ai/benchmarks |
| 14 | [Gemini 3.8 Flash](https://quelleia.com/modeles/gemini-3-8-flash.md) | Google DeepMind | Élevée | 98,9 % | 93,1 | https://epoch.ai/benchmarks |
| 16 | [DeepSeek V4 Pro 0813](https://quelleia.com/modeles/deepseek-v4-pro-0813.md) | DeepSeek | Maximale | 98,6 % | 91,5 | https://epoch.ai/benchmarks |
| 17 | [Claude Opus 4.8](https://quelleia.com/modeles/claude-opus-4-8.md) | Anthropic | Maximale | 98,3 % | 90,3 | https://epoch.ai/benchmarks |
| 17 | [GPT-5.6 Luna](https://quelleia.com/modeles/gpt-5-6-luna.md) | OpenAI | Maximale | 98,3 % | 90,3 | https://epoch.ai/benchmarks |
| 19 | [Claude Opus 4.7](https://quelleia.com/modeles/claude-opus-4-7.md) | Anthropic | Maximale | 97,8 % | 88,3 | https://epoch.ai/benchmarks |
| 20 | [GPT-5.4](https://quelleia.com/modeles/gpt-5-4.md) | OpenAI | Élevée | 97,8 % | 88,2 | https://epoch.ai/benchmarks |
| 20 | [Grok 4.5](https://quelleia.com/modeles/grok-4-5.md) | xAI | Élevée | 97,8 % | 88,2 | https://epoch.ai/benchmarks |
| 22 | [Kimi K3](https://quelleia.com/modeles/kimi-k3.md) | Moonshot | Maximale | 97,2 % | 86,7 | https://epoch.ai/benchmarks |
| 22 | [Gemini 3.7 Flash](https://quelleia.com/modeles/gemini-3-7-flash.md) | Google DeepMind | Élevée | 97,2 % | 86,7 | https://epoch.ai/benchmarks |
| 24 | [DeepSeek-V4-Pro](https://quelleia.com/modeles/deepseek-v4-pro.md) | DeepSeek | Maximale | 96,7 % | 85,4 | https://epoch.ai/benchmarks |
| 25 | [GPT-5.2](https://quelleia.com/modeles/gpt-5-2.md) | OpenAI | Élevée | 96,1 % | 84,3 | https://epoch.ai/benchmarks |
| 25 | [Kimi K2.6](https://quelleia.com/modeles/kimi-k2-6.md) | Moonshot | non précisée | 96,1 % | 84,3 | https://epoch.ai/benchmarks |
| 27 | [Gemini 3.1 Pro](https://quelleia.com/modeles/gemini-3-1-pro.md) | Google DeepMind | non précisée | 95,6 % | 83,4 | https://epoch.ai/benchmarks |
| 28 | [Gemini 3.5 Flash](https://quelleia.com/modeles/gemini-3-5-flash.md) | Google DeepMind | Élevée | 95,6 % | 83,3 | https://epoch.ai/benchmarks |
| 28 | [Qwen3.7-Max](https://quelleia.com/modeles/qwen3-7-max.md) | Alibaba | non précisée | 95,6 % | 83,3 | https://epoch.ai/benchmarks |
| 28 | [Gemini 3 Flash](https://quelleia.com/modeles/gemini-3-flash.md) | Google DeepMind | Élevée | 95,6 % | 83,3 | https://epoch.ai/benchmarks |
| 28 | [Kimi K2.7 Code](https://quelleia.com/modeles/kimi-k2-7-code.md) | Moonshot | non précisée | 95,6 % | 83,3 | https://epoch.ai/benchmarks |
| 32 | [Claude Sonnet 5](https://quelleia.com/modeles/claude-sonnet-5.md) | Anthropic | Maximale | 94,7 % | 82,1 | https://epoch.ai/benchmarks |
| 33 | [Claude Opus 4.6](https://quelleia.com/modeles/claude-opus-4-6.md) | Anthropic | Budget | 94,4 % | 81,7 | https://epoch.ai/benchmarks |
| 33 | [DeepSeek V4 Flash 0731](https://quelleia.com/modeles/deepseek-v4-flash-0731.md) | DeepSeek | Maximale | 94,4 % | 81,7 | https://epoch.ai/benchmarks |
| 35 | [Gemini 3.6 Flash](https://quelleia.com/modeles/gemini-3-6-flash.md) | Google DeepMind | Élevée | 94,2 % | 81,4 | https://epoch.ai/benchmarks |
| 36 | [GLM-5.3-Flash](https://quelleia.com/modeles/glm-5-3-flash.md) | Z.ai (Zhipu AI) | Maximale | 93,9 % | 81,1 | https://epoch.ai/benchmarks |
| 37 | [GLM-5.1](https://quelleia.com/modeles/glm-5-1.md) | Z.ai (Zhipu AI) | non précisée | 93,3 % | 80,4 | https://epoch.ai/benchmarks |
| 37 | [Qwen 3.6 Plus](https://quelleia.com/modeles/qwen-3-6-plus.md) | Alibaba | non précisée | 93,3 % | 80,4 | https://epoch.ai/benchmarks |
| 37 | [Qwen3.7-Plus](https://quelleia.com/modeles/qwen3-7-plus.md) | Alibaba | non précisée | 93,3 % | 80,4 | https://epoch.ai/benchmarks |
| 37 | [Grok 4.3 Beta](https://quelleia.com/modeles/grok-4-3-beta.md) | xAI | Élevée | 93,3 % | 80,4 | https://epoch.ai/benchmarks |
| 41 | [Grok 4.20](https://quelleia.com/modeles/grok-4-20.md) | xAI | non précisée | 92,2 % | 79,3 | https://epoch.ai/benchmarks |
| 42 | [Kimi K2.5](https://quelleia.com/modeles/kimi-k2-5.md) | Moonshot | non précisée | 92,2 % | 79,3 | https://epoch.ai/benchmarks |
| 43 | [Gemini 3 Pro](https://quelleia.com/modeles/gemini-3-pro.md) | Google DeepMind | non précisée | 91,4 % | 78,5 | https://epoch.ai/benchmarks |
| 43 | [GPT-5](https://quelleia.com/modeles/gpt-5.md) | OpenAI | Élevée | 91,4 % | 78,5 | https://epoch.ai/benchmarks |
| 45 | [GLM-5.3](https://quelleia.com/modeles/glm-5-3.md) | Z.ai (Zhipu AI) | Maximale | 91,1 % | 78,3 | https://epoch.ai/benchmarks |
| 45 | [Qwen 3.6 Max (Preview)](https://quelleia.com/modeles/qwen-3-6-max-preview.md) | Alibaba | non précisée | 91,1 % | 78,3 | https://epoch.ai/benchmarks |
| 45 | [Qwen3.6 27B](https://quelleia.com/modeles/qwen3-6-27b.md) | Alibaba | non précisée | 91,1 % | 78,3 | https://epoch.ai/benchmarks |
| 48 | [Inkling-Small](https://quelleia.com/modeles/inkling-small.md) | Thinking Machines | Maximale | 90 % | 77,4 | https://epoch.ai/benchmarks |
| 49 | [Muse Spark](https://quelleia.com/modeles/muse-spark.md) | Meta AI | non précisée | 88,9 % | 76,6 | https://epoch.ai/benchmarks |
| 50 | [GPT-5.4 Mini](https://quelleia.com/modeles/gpt-5-4-mini.md) | OpenAI | Maximale | 88,9 % | 76,6 | https://epoch.ai/benchmarks |
| 50 | [Inkling](https://quelleia.com/modeles/inkling.md) | Thinking Machines | Maximale | 88,9 % | 76,6 | https://epoch.ai/benchmarks |
| 50 | [Qwen3.5 397B-A17B](https://quelleia.com/modeles/qwen3-5-397b-a17b.md) | Alibaba | non précisée | 88,9 % | 76,6 | https://epoch.ai/benchmarks |
| 50 | [gpt-oss-120b](https://quelleia.com/modeles/gpt-oss-120b.md) | OpenAI | Élevée | 88,9 % | 76,6 | https://epoch.ai/benchmarks |
| 54 | [GPT-5.1](https://quelleia.com/modeles/gpt-5-1.md) | OpenAI | Élevée | 88,6 % | 76,4 | https://epoch.ai/benchmarks |
| 55 | [DeepSeek-V3.2](https://quelleia.com/modeles/deepseek-v3-2.md) | DeepSeek | non précisée | 87,8 % | 75,9 | https://epoch.ai/benchmarks |
| 56 | [GPT-5.4 Nano](https://quelleia.com/modeles/gpt-5-4-nano.md) | OpenAI | Élevée | 87,8 % | 75,9 | https://epoch.ai/benchmarks |
| 57 | [Nemotron 3 Ultra](https://quelleia.com/modeles/nemotron-3-ultra.md) | NVIDIA | non précisée | 86,7 % | 75,2 | https://epoch.ai/benchmarks |
| 57 | [Qwen 3.5 Plus (hosted 397B-A17B)](https://quelleia.com/modeles/qwen-3-5-plus-hosted-397b-a17b.md) | Alibaba | non précisée | 86,7 % | 75,2 | https://epoch.ai/benchmarks |
| 57 | [GPT-5 mini](https://quelleia.com/modeles/gpt-5-mini.md) | OpenAI | Élevée | 86,7 % | 75,2 | https://epoch.ai/benchmarks |
| 57 | [Qwen3.7 Flash](https://quelleia.com/modeles/qwen3-7-flash.md) | Alibaba | non précisée | 86,7 % | 75,2 | https://epoch.ai/benchmarks |
| 57 | [Qwen 3.6 35B-A3B](https://quelleia.com/modeles/qwen-3-6-35b-a3b.md) | Alibaba | non précisée | 86,7 % | 75,2 | https://epoch.ai/benchmarks |
| 57 | [Qwen3-235B-A22B-Thinking (Jul 2025)](https://quelleia.com/modeles/qwen3-235b-a22b-thinking-jul-2025.md) | Alibaba | non précisée | 86,7 % | 75,2 | https://epoch.ai/benchmarks |
| 63 | [GLM-5.2](https://quelleia.com/modeles/glm-5-2.md) | Z.ai (Zhipu AI) | Maximale | 86,4 % | 75,0 | https://epoch.ai/benchmarks |
| 64 | [Claude Opus 4.5](https://quelleia.com/modeles/claude-opus-4-5.md) | Anthropic | Budget | 86,1 % | 74,8 | https://epoch.ai/benchmarks |
| 65 | [Claude Sonnet 4.6](https://quelleia.com/modeles/claude-sonnet-4-6.md) | Anthropic | Budget | 85,8 % | 74,7 | https://epoch.ai/benchmarks |
| 66 | [Gemini 2.5 Pro (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-pro-jun-2025.md) | Google DeepMind | non précisée | 84,7 % | 74,1 | https://epoch.ai/benchmarks |
| 67 | [o3](https://quelleia.com/modeles/o3.md) | OpenAI | Moyenne | 84,4 % | 73,9 | https://epoch.ai/benchmarks |
| 67 | [Qwen 3.6 Flash](https://quelleia.com/modeles/qwen-3-6-flash.md) | Alibaba | non précisée | 84,4 % | 73,9 | https://epoch.ai/benchmarks |
| 67 | [Qwen 3.5 Flash (hosted 35B-A3B)](https://quelleia.com/modeles/qwen-3-5-flash-hosted-35b-a3b.md) | Alibaba | non précisée | 84,4 % | 73,9 | https://epoch.ai/benchmarks |
| 70 | [Grok 4](https://quelleia.com/modeles/grok-4.md) | xAI | non précisée | 84 % | 73,7 | https://epoch.ai/benchmarks |
| 71 | [GLM-4.7](https://quelleia.com/modeles/glm-4-7.md) | Z.ai (Zhipu AI) | non précisée | 83,3 % | 73,4 | https://epoch.ai/benchmarks |
| 72 | [Kimi K2 Thinking](https://quelleia.com/modeles/kimi-k2-thinking.md) | Moonshot | non précisée | 83,1 % | 73,2 | https://epoch.ai/benchmarks |
| 73 | [Gemma 4 26B A4B](https://quelleia.com/modeles/gemma-4-26b-a4b.md) | Google DeepMind | Faible | 82,2 % | 72,8 | https://epoch.ai/benchmarks |
| 74 | [o4-mini](https://quelleia.com/modeles/o4-mini.md) | OpenAI | Élevée | 81,7 % | 72,6 | https://epoch.ai/benchmarks |
| 75 | [GPT-5 nano](https://quelleia.com/modeles/gpt-5-nano.md) | OpenAI | Élevée | 81,1 % | 72,3 | https://epoch.ai/benchmarks |
| 76 | [GLM-5](https://quelleia.com/modeles/glm-5.md) | Z.ai (Zhipu AI) | non précisée | 80 % | 71,8 | https://epoch.ai/benchmarks |
| 76 | [Gemini 3.1 Flash-Lite](https://quelleia.com/modeles/gemini-3-1-flash-lite.md) | Google DeepMind | Élevée | 80 % | 71,8 | https://epoch.ai/benchmarks |
| 78 | [Claude Sonnet 4.5](https://quelleia.com/modeles/claude-sonnet-4-5.md) | Anthropic | Budget | 77,8 % | 70,9 | https://epoch.ai/benchmarks |
| 78 | [Grok-3 mini](https://quelleia.com/modeles/grok-3-mini.md) | xAI | Élevée | 77,8 % | 70,9 | https://epoch.ai/benchmarks |
| 80 | [o3-mini](https://quelleia.com/modeles/o3-mini.md) | OpenAI | Élevée | 76,9 % | 70,6 | https://epoch.ai/benchmarks |
| 81 | [Gemma 4 31B IT](https://quelleia.com/modeles/gemma-4-31b-it.md) | Google DeepMind | Faible | 73,3 % | 69,3 | https://epoch.ai/benchmarks |
| 81 | [Qwen3-Max](https://quelleia.com/modeles/qwen3-max.md) | Alibaba | non précisée | 73,3 % | 69,3 | https://epoch.ai/benchmarks |
| 81 | [o1](https://quelleia.com/modeles/o1.md) | OpenAI | Moyenne | 73,3 % | 69,3 | https://epoch.ai/benchmarks |
| 84 | [Gemini 2.5 Flash (Apr 2025)](https://quelleia.com/modeles/gemini-2-5-flash-apr-2025.md) | Google DeepMind | non précisée | 73,1 % | 69,2 | https://epoch.ai/benchmarks |
| 85 | [MiniMax-M3](https://quelleia.com/modeles/minimax-m3.md) | MiniMax | non précisée | 71,1 % | 68,5 | https://epoch.ai/benchmarks |
| 85 | [Gemini 3.5 Flash-Lite](https://quelleia.com/modeles/gemini-3-5-flash-lite.md) | Google DeepMind | Élevée | 71,1 % | 68,5 | https://epoch.ai/benchmarks |
| 85 | [Claude Sonnet 4](https://quelleia.com/modeles/claude-sonnet-4.md) | Anthropic | Budget | 71,1 % | 68,5 | https://epoch.ai/benchmarks |
| 88 | [Gemini 2.5 Flash (May 2025)](https://quelleia.com/modeles/gemini-2-5-flash-may-2025.md) | Google DeepMind | non précisée | 70,8 % | 68,4 | https://epoch.ai/benchmarks |
| 89 | [Qwen3-30B-A3B-Thinking (Jul 2025)](https://quelleia.com/modeles/qwen3-30b-a3b-thinking-jul-2025.md) | Alibaba | non précisée | 70,3 % | 68,2 | https://epoch.ai/benchmarks |
| 90 | [Qwen3.5-35B-A3B](https://quelleia.com/modeles/qwen3-5-35b-a3b.md) | Alibaba | Sans | 70 % | 68,2 | https://epoch.ai/benchmarks |
| 91 | [Claude Opus 4.1](https://quelleia.com/modeles/claude-opus-4-1.md) | Anthropic | Budget | 68,9 % | 67,8 | https://epoch.ai/benchmarks |
| 92 | [GPT-5.5 Instant](https://quelleia.com/modeles/gpt-5-5-instant.md) | OpenAI | non précisée | 68,1 % | 67,5 | https://epoch.ai/benchmarks |
| 93 | [seed-oss-36b-instruct](https://quelleia.com/modeles/seed-oss-36b-instruct.md) | ByteDance | non précisée | 67,5 % | 67,4 | https://epoch.ai/benchmarks |
| 94 | [Qwen3-32B](https://quelleia.com/modeles/qwen3-32b.md) | Alibaba | non précisée | 66,9 % | 67,2 | https://epoch.ai/benchmarks |
| 95 | [Claude Haiku 4.5](https://quelleia.com/modeles/claude-haiku-4-5.md) | Anthropic | Budget | 66,7 % | 67,1 | https://epoch.ai/benchmarks |
| 96 | [DeepSeek-R1 (May 2025)](https://quelleia.com/modeles/deepseek-r1-may-2025.md) | DeepSeek | non précisée | 66,4 % | 67,0 | https://epoch.ai/benchmarks |
| 96 | [Qwen3-14B](https://quelleia.com/modeles/qwen3-14b.md) | Alibaba | non précisée | 66,4 % | 67,0 | https://epoch.ai/benchmarks |
| 98 | [gpt-oss-20b](https://quelleia.com/modeles/gpt-oss-20b.md) | OpenAI | Moyenne | 65,3 % | 66,7 | https://epoch.ai/benchmarks |
| 99 | [Claude Opus 4](https://quelleia.com/modeles/claude-opus-4.md) | Anthropic | Budget | 64,4 % | 66,4 | https://epoch.ai/benchmarks |
| 100 | [Qwen3-30B-A3B](https://quelleia.com/modeles/qwen3-30b-a3b.md) | Alibaba | non précisée | 62,8 % | 65,9 | https://epoch.ai/benchmarks |
| 101 | [Qwen3-30B-A3B-Instruct (Jul 2025)](https://quelleia.com/modeles/qwen3-30b-a3b-instruct-jul-2025.md) | Alibaba | non précisée | 62,2 % | 65,8 | https://epoch.ai/benchmarks |
| 102 | [Qwen3.5-9B](https://quelleia.com/modeles/qwen3-5-9b.md) | Alibaba | Sans | 61,7 % | 65,6 | https://epoch.ai/benchmarks |
| 103 | [QwQ-32B](https://quelleia.com/modeles/qwq-32b.md) | Alibaba | non précisée | 59,2 % | 64,9 | https://epoch.ai/benchmarks |
| 104 | [glm-4.7-flash](https://quelleia.com/modeles/glm-4-7-flash.md) | Z.ai (Zhipu AI) | non précisée | 58,3 % | 64,7 | https://epoch.ai/benchmarks |
| 105 | [Claude 3.7 Sonnet](https://quelleia.com/modeles/claude-3-7-sonnet.md) | Anthropic | Budget | 57,8 % | 64,5 | https://epoch.ai/benchmarks |
| 105 | [Gemini 2.0 Flash Thinking (Jan 2025)](https://quelleia.com/modeles/gemini-2-0-flash-thinking-jan-2025.md) | Google DeepMind | non précisée | 57,8 % | 64,5 | https://epoch.ai/benchmarks |
| 107 | [Qwen3-8B](https://quelleia.com/modeles/qwen3-8b.md) | Alibaba | non précisée | 56,1 % | 64,0 | https://epoch.ai/benchmarks |
| 108 | [Qwen3.5-4B](https://quelleia.com/modeles/qwen3-5-4b.md) | Alibaba | Sans | 55,8 % | 64,0 | https://epoch.ai/benchmarks |
| 109 | [Grok 3](https://quelleia.com/modeles/grok-3.md) | xAI | non précisée | 55,6 % | 63,9 | https://epoch.ai/benchmarks |
| 109 | [DeepSeek-R1-Distill-Qwen-32B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-32b.md) | DeepSeek | non précisée | 55,6 % | 63,9 | https://epoch.ai/benchmarks |
| 111 | [DeepSeek-R1](https://quelleia.com/modeles/deepseek-r1.md) | DeepSeek | non précisée | 53,3 % | 63,3 | https://epoch.ai/benchmarks |
| 112 | [qwen3-4b-instruct-2507](https://quelleia.com/modeles/qwen3-4b-instruct-2507.md) | Alibaba | non précisée | 52,2 % | 63,0 | https://epoch.ai/benchmarks |
| 113 | [DeepSeek-R1-Distill-Llama-70B](https://quelleia.com/modeles/deepseek-r1-distill-llama-70b.md) | DeepSeek | non précisée | 51,4 % | 62,7 | https://epoch.ai/benchmarks |
| 114 | [DeepSeek-R1-Distill-Qwen-14B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-14b.md) | DeepSeek | non précisée | 50,6 % | 62,5 | https://epoch.ai/benchmarks |
| 115 | [o1-mini](https://quelleia.com/modeles/o1-mini.md) | OpenAI | Élevée | 46,9 % | 61,5 | https://epoch.ai/benchmarks |
| 116 | [GPT-4.1 mini](https://quelleia.com/modeles/gpt-4-1-mini.md) | OpenAI | non précisée | 44,7 % | 60,9 | https://epoch.ai/benchmarks |
| 117 | [deepseek-r1-0528-qwen3-8b](https://quelleia.com/modeles/deepseek-r1-0528-qwen3-8b.md) | DeepSeek | non précisée | 43,9 % | 60,7 | https://epoch.ai/benchmarks |
| 118 | [GPT-4.1](https://quelleia.com/modeles/gpt-4-1.md) | OpenAI | non précisée | 38,3 % | 59,1 | https://epoch.ai/benchmarks |
| 119 | [GPT-4.5](https://quelleia.com/modeles/gpt-4-5.md) | OpenAI | non précisée | 37,8 % | 58,9 | https://epoch.ai/benchmarks |
| 119 | [DeepSeek-V3 (Mar 2025)](https://quelleia.com/modeles/deepseek-v3-mar-2025.md) | DeepSeek | non précisée | 37,8 % | 58,9 | https://epoch.ai/benchmarks |
| 121 | [Mistral Medium 3](https://quelleia.com/modeles/mistral-medium-3.md) | Mistral AI | non précisée | 32,2 % | 57,3 | https://epoch.ai/benchmarks |
| 122 | [o1-preview](https://quelleia.com/modeles/o1-preview.md) | OpenAI | non précisée | 31,1 % | 56,9 | https://epoch.ai/benchmarks |
| 122 | [Gemini 2.0 Flash (Feb 2025)](https://quelleia.com/modeles/gemini-2-0-flash-feb-2025.md) | Google DeepMind | non précisée | 31,1 % | 56,9 | https://epoch.ai/benchmarks |
| 124 | [Mistral Small 3.2](https://quelleia.com/modeles/mistral-small-3-2.md) | Mistral AI | non précisée | 30,3 % | 56,6 | https://epoch.ai/benchmarks |
| 125 | [Magistral Small 1.0](https://quelleia.com/modeles/magistral-small-1-0.md) | Mistral AI | non précisée | 30 % | 56,6 | https://epoch.ai/benchmarks |
| 126 | [GPT-4.1 nano](https://quelleia.com/modeles/gpt-4-1-nano.md) | OpenAI | non précisée | 28,9 % | 56,2 | https://epoch.ai/benchmarks |
| 127 | [Magistral Small 1.2](https://quelleia.com/modeles/magistral-small-1-2.md) | Mistral AI | non précisée | 28,1 % | 55,9 | https://epoch.ai/benchmarks |
| 128 | [glm-4.7-flash_none](https://quelleia.com/modeles/glm-4-7-flash-none.md) | Z.ai (Zhipu AI) | Sans | 25 % | 54,8 | https://epoch.ai/benchmarks |
| 129 | [Gemini 1.5 Pro (Sept 2024)](https://quelleia.com/modeles/gemini-1-5-pro-sept-2024.md) | Google DeepMind | non précisée | 23,1 % | 54,1 | https://epoch.ai/benchmarks |
| 130 | [Gemma 3 27B](https://quelleia.com/modeles/gemma-3-27b.md) | Google DeepMind | non précisée | 22,5 % | 53,9 | https://epoch.ai/benchmarks |
| 131 | [DeepSeek-R1-Distill-Qwen-1.5B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-1-5b.md) | DeepSeek | non précisée | 21,4 % | 53,4 | https://epoch.ai/benchmarks |
| 132 | [Llama 4 Maverick](https://quelleia.com/modeles/llama-4-maverick.md) | Meta AI | non précisée | 20,6 % | 53,1 | https://epoch.ai/benchmarks |
| 133 | [Qwen Plus (Jan 2025)](https://quelleia.com/modeles/qwen-plus-jan-2025.md) | Alibaba | non précisée | 17,8 % | 51,9 | https://epoch.ai/benchmarks |
| 134 | [Gemma 3 12B](https://quelleia.com/modeles/gemma-3-12b.md) | Google DeepMind | non précisée | 16,7 % | 51,3 | https://epoch.ai/benchmarks |
| 135 | [Gemini 1.5 Flash (Sep 2024)](https://quelleia.com/modeles/gemini-1-5-flash-sep-2024.md) | Google DeepMind | non précisée | 16,3 % | 51,1 | https://epoch.ai/benchmarks |
| 136 | [Qwen2.5-Max](https://quelleia.com/modeles/qwen2-5-max.md) | Alibaba | non précisée | 16,1 % | 51,0 | https://epoch.ai/benchmarks |
| 137 | [DeepSeek-V3](https://quelleia.com/modeles/deepseek-v3.md) | DeepSeek | non précisée | 15,8 % | 50,9 | https://epoch.ai/benchmarks |
| 138 | [Phi-4](https://quelleia.com/modeles/phi-4.md) | Microsoft | non précisée | 13,8 % | 49,8 | https://epoch.ai/benchmarks |
| 139 | [Grok-2 (Dec 2024)](https://quelleia.com/modeles/grok-2-dec-2024.md) | xAI | non précisée | 11,5 % | 48,4 | https://epoch.ai/benchmarks |
| 140 | [Llama 3.1-405B](https://quelleia.com/modeles/llama-3-1-405b.md) | Meta AI | non précisée | 9,7 % | 47,1 | https://epoch.ai/benchmarks |
| 141 | [Claude 3.5 Sonnet (October 2024)](https://quelleia.com/modeles/claude-3-5-sonnet-october-2024.md) | Anthropic | non précisée | 8,5 % | 46,0 | https://epoch.ai/benchmarks |
| 141 | [Mistral Large 2 (Jul 2024)](https://quelleia.com/modeles/mistral-large-2-jul-2024.md) | Mistral AI | non précisée | 8,5 % | 46,0 | https://epoch.ai/benchmarks |
| 143 | [Qwen2.5-72B](https://quelleia.com/modeles/qwen2-5-72b.md) | Alibaba | non précisée | 8,1 % | 45,6 | https://epoch.ai/benchmarks |
| 143 | [Qwen3-1.7B](https://quelleia.com/modeles/qwen3-1-7b.md) | Alibaba | Sans | 8,1 % | 45,6 | https://epoch.ai/benchmarks |
| 145 | [Llama 4 Scout](https://quelleia.com/modeles/llama-4-scout.md) | Meta AI | non précisée | 7,8 % | 45,4 | https://epoch.ai/benchmarks |
| 145 | [Mistral Large 2 (Nov 2024)](https://quelleia.com/modeles/mistral-large-2-nov-2024.md) | Mistral AI | non précisée | 7,8 % | 45,4 | https://epoch.ai/benchmarks |
| 147 | [Gemma 3 4B](https://quelleia.com/modeles/gemma-3-4b.md) | Google DeepMind | non précisée | 7,5 % | 45,1 | https://epoch.ai/benchmarks |
| 148 | [Qwen2.5-32B](https://quelleia.com/modeles/qwen2-5-32b.md) | Alibaba | non précisée | 7,4 % | 45,0 | https://epoch.ai/benchmarks |
| 149 | [GPT-4o mini](https://quelleia.com/modeles/gpt-4o-mini.md) | OpenAI | non précisée | 6,9 % | 44,5 | https://epoch.ai/benchmarks |
| 150 | [Gemini 1.5 Pro (May 2024)](https://quelleia.com/modeles/gemini-1-5-pro-may-2024.md) | Google DeepMind | non précisée | 6,8 % | 44,4 | https://epoch.ai/benchmarks |
| 151 | [GPT-4 Turbo (Apr 2024)](https://quelleia.com/modeles/gpt-4-turbo-apr-2024.md) | OpenAI | non précisée | 6,7 % | 44,2 | https://epoch.ai/benchmarks |
| 151 | [Mistral Small 3](https://quelleia.com/modeles/mistral-small-3.md) | Mistral AI | non précisée | 6,7 % | 44,2 | https://epoch.ai/benchmarks |
| 153 | [Claude 3.5 Sonnet](https://quelleia.com/modeles/claude-3-5-sonnet.md) | Anthropic | non précisée | 6,5 % | 44,1 | https://epoch.ai/benchmarks |
| 154 | [GPT-4o (Aug 2024)](https://quelleia.com/modeles/gpt-4o-aug-2024.md) | OpenAI | non précisée | 6,4 % | 43,9 | https://epoch.ai/benchmarks |
| 155 | [GPT-4o (May 2024)](https://quelleia.com/modeles/gpt-4o-may-2024.md) | OpenAI | non précisée | 6,3 % | 43,7 | https://epoch.ai/benchmarks |
| 155 | [GPT-4o (Nov 2024)](https://quelleia.com/modeles/gpt-4o-nov-2024.md) | OpenAI | non précisée | 6,3 % | 43,7 | https://epoch.ai/benchmarks |
| 157 | [Qwen-Turbo](https://quelleia.com/modeles/qwen-turbo.md) | Alibaba | non précisée | 6,1 % | 43,6 | https://epoch.ai/benchmarks |
| 158 | [Mistral Small 3.1](https://quelleia.com/modeles/mistral-small-3-1.md) | Mistral AI | non précisée | 5,8 % | 43,2 | https://epoch.ai/benchmarks |
| 159 | [Llama 3.3 70B](https://quelleia.com/modeles/llama-3-3-70b.md) | Meta AI | non précisée | 5,1 % | 42,3 | https://epoch.ai/benchmarks |
| 160 | [Claude 3 Opus](https://quelleia.com/modeles/claude-3-opus.md) | Anthropic | non précisée | 4,7 % | 41,7 | https://epoch.ai/benchmarks |
| 161 | [Gemini 1.5 Flash 8B](https://quelleia.com/modeles/gemini-1-5-flash-8b.md) | Google DeepMind | non précisée | 4,6 % | 41,5 | https://epoch.ai/benchmarks |
| 162 | [Tulu 3 (Tülu 3) 70B](https://quelleia.com/modeles/tulu-3-tulu-3-70b.md) | Allen Institute for AI | non précisée | 4,4 % | 41,2 | https://epoch.ai/benchmarks |
| 163 | [Claude 3.5 Haiku](https://quelleia.com/modeles/claude-3-5-haiku.md) | Anthropic | non précisée | 4,3 % | 41,0 | https://epoch.ai/benchmarks |
| 163 | [Llama 3-70B](https://quelleia.com/modeles/llama-3-70b.md) | Meta AI | non précisée | 4,3 % | 41,0 | https://epoch.ai/benchmarks |
| 165 | [Gemini 1.5 Flash (May 2024)](https://quelleia.com/modeles/gemini-1-5-flash-may-2024.md) | Google DeepMind | non précisée | 3,9 % | 40,3 | https://epoch.ai/benchmarks |
| 166 | [Llama 3.1-70B](https://quelleia.com/modeles/llama-3-1-70b.md) | Meta AI | non précisée | 3,6 % | 39,7 | https://epoch.ai/benchmarks |
| 167 | [granite-4.0-micro](https://quelleia.com/modeles/granite-4-0-micro.md) | IBM | non précisée | 2,8 % | 37,8 | https://epoch.ai/benchmarks |
| 168 | [Llama 3.2 90B](https://quelleia.com/modeles/llama-3-2-90b.md) | Meta AI | non précisée | 2,6 % | 37,4 | https://epoch.ai/benchmarks |
| 169 | [Claude 3 Sonnet](https://quelleia.com/modeles/claude-3-sonnet.md) | Anthropic | non précisée | 2,5 % | 37,0 | https://epoch.ai/benchmarks |
| 169 | [Hermes 2 Theta Llama-3 70B](https://quelleia.com/modeles/hermes-2-theta-llama-3-70b.md) | Nous Research | non précisée | 2,5 % | 37,0 | https://epoch.ai/benchmarks |
| 169 | [Claude 2](https://quelleia.com/modeles/claude-2.md) | Anthropic | non précisée | 2,5 % | 37,0 | https://epoch.ai/benchmarks |
| 169 | [Qwen2.5-7B](https://quelleia.com/modeles/qwen2-5-7b.md) | Alibaba | non précisée | 2,5 % | 37,0 | https://epoch.ai/benchmarks |
| 173 | [GPT-3.5 Turbo (Jan 2024)](https://quelleia.com/modeles/gpt-3-5-turbo-jan-2024.md) | OpenAI | non précisée | 2,2 % | 36,2 | https://epoch.ai/benchmarks |
| 174 | [Mistral Large](https://quelleia.com/modeles/mistral-large.md) | Mistral AI | non précisée | 1,9 % | 35,2 | https://epoch.ai/benchmarks |
| 174 | [Claude 2.1](https://quelleia.com/modeles/claude-2-1.md) | Anthropic | non précisée | 1,9 % | 35,2 | https://epoch.ai/benchmarks |
| 174 | [Llama 3-8B](https://quelleia.com/modeles/llama-3-8b.md) | Meta AI | non précisée | 1,9 % | 35,2 | https://epoch.ai/benchmarks |
| 177 | [Claude 3 Haiku](https://quelleia.com/modeles/claude-3-haiku.md) | Anthropic | non précisée | 1,8 % | 34,6 | https://epoch.ai/benchmarks |
| 178 | [Llama 3.1-8B](https://quelleia.com/modeles/llama-3-1-8b.md) | Meta AI | non précisée | 1,7 % | 34,1 | https://epoch.ai/benchmarks |
| 179 | [Gemma 2 27B](https://quelleia.com/modeles/gemma-2-27b.md) | Google DeepMind | non précisée | 1,4 % | 32,7 | https://epoch.ai/benchmarks |
| 180 | [GPT-4 (Jun 2023)](https://quelleia.com/modeles/gpt-4-jun-2023.md) | OpenAI | non précisée | 1,1 % | 31,0 | https://epoch.ai/benchmarks |
| 180 | [Gemini 1.0 Pro](https://quelleia.com/modeles/gemini-1-0-pro.md) | Google DeepMind | non précisée | 1,1 % | 31,0 | https://epoch.ai/benchmarks |
| 180 | [Gemma 3 1B](https://quelleia.com/modeles/gemma-3-1b.md) | Google DeepMind | non précisée | 1,1 % | 31,0 | https://epoch.ai/benchmarks |
| 183 | [granite-4.0-1b](https://quelleia.com/modeles/granite-4-0-1b.md) | IBM | non précisée | 0,8 % | 30,9 | https://epoch.ai/benchmarks |
| 183 | [DeepSeek LLM 67B](https://quelleia.com/modeles/deepseek-llm-67b.md) | DeepSeek | non précisée | 0,8 % | 30,9 | https://epoch.ai/benchmarks |
| 185 | [GPT-4 (Mar 2023)](https://quelleia.com/modeles/gpt-4-mar-2023.md) | OpenAI | non précisée | 0,6 % | 30,9 | https://epoch.ai/benchmarks |
| 185 | [Gemma 2 9B](https://quelleia.com/modeles/gemma-2-9b.md) | Google DeepMind | non précisée | 0,6 % | 30,9 | https://epoch.ai/benchmarks |
| 185 | [Llama 3.2 1B](https://quelleia.com/modeles/llama-3-2-1b.md) | Meta AI | non précisée | 0,6 % | 30,9 | https://epoch.ai/benchmarks |
| 188 | [granite-4.0-350m](https://quelleia.com/modeles/granite-4-0-350m.md) | IBM | non précisée | 0,3 % | 30,9 | https://epoch.ai/benchmarks |
| 188 | [Mistral 7B v0.3](https://quelleia.com/modeles/mistral-7b-v0-3.md) | Mistral AI | non précisée | 0,3 % | 30,9 | https://epoch.ai/benchmarks |
| 190 | [Llama 2-70B](https://quelleia.com/modeles/llama-2-70b.md) | Meta AI | non précisée | 0 % | 30,9 | https://epoch.ai/benchmarks |

## En bref

**Que mesure OTIS Mock AIME 2024-2025 ?** 45 problèmes de concours de mathématiques, plus durs que MATH Level 5, dont la réponse est un entier entre 0 et 999. Sur Quelle IA, il est rangé dans la tâche Mathématiques.

**Comment OTIS Mock AIME 2024-2025 est-il noté ?** Part de réponses exactes sur les 45 problèmes, tirés de trois examens blancs. Un modèle qui obtient 50 % a un score IA d'environ 62.

**Qui est en tête sur OTIS Mock AIME 2024-2025 ?** Claude Opus 5.5, GPT-6 Astra, Claude Sonnet 5.5 et 6 autres sont en tête d'OTIS Mock AIME 2024-2025 avec 100 %, dans l'édition du 28 septembre 2026. Suivent GPT-5.6 Terra (99,7 %) et Qwen 3.8 Max (99,4 %). 190 modèles y sont mesurés.

**Quelles sont les limites d'OTIS Mock AIME 2024-2025 ?** Avec 45 problèmes, un seul pèse plus de deux points. Plusieurs modèles atteignent 100 % et les énoncés sont publics. Au 28 septembre 2026, le benchmark est saturé.

**Combien pèse OTIS Mock AIME 2024-2025 dans le score IA ?** OTIS Mock AIME 2024-2025 compte pour 1,25 % du score général, dans l'édition du 28 septembre 2026. Il porte 13 % de la tâche Mathématiques (10 % du score général), que se partagent 8 benchmarks. Saturé, il garde ce poids, mais il ne départage presque plus les meilleurs modèles.

**Qui maintient OTIS Mock AIME 2024-2025 ?** Epoch AI ; problèmes écrits par des élèves du programme OTIS. Sa page de référence : epoch.ai/benchmarks/otis-mock-aime-2024-2025.

## Les autres benchmarks de la tâche Mathématiques

- [Arena, questions de maths](https://quelleia.com/benchmarks/arena_maths.md) : 269 modèles · 1,25 % du score
- [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
- [LiveBench, mathématiques](https://quelleia.com/benchmarks/livebench_maths.md) : 48 modèles · hors score, archivé

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