待验证90% 置信事实时间未知

AIME 满分为 150 分（15 题×10 分），已成为衡量 AI 模型数学推理能力的黄金标准之一

1

来源数

90%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Mercury 2 实测：扩散模型驱动的最快推理大模型，18秒生成完整游戏

bilibiliAI-seeker

涉及实体

相关事实

待验证AIME和IMO是衡量AI数学推理能力的标准基准73% 相似待验证本次评测共对13个主流AI模型的编程能力进行了综合测评70% 相似待验证已有数学家公开表示AI在探索数学猜想、检查计算过程中提供了切实帮助66% 相似待验证根据Anthropic的测试数据，单个AI与多个AI协作完成同一任务的费用差异可达15倍65% 相似已验证AI Skill是封装了特定任务逻辑的可复用AI执行单元，本质上是结构化提示词与代码逻辑的组合体64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/14054

API

curl https://kongchang.com/api/v1/knowledge/claims/14054

MCP

get_claim(id=14054)