Share your thoughts, 1 month free Claude Pro on usSee more

Formal Theorem Proving on MiniF2F (test)

100Pass@1

Goedel-Architect

Updated 1mo ago

Evaluation Results

Method
Goedel-Architect 2026.06	100	-	-	-	-	-	-	-	-	-	-	-	-
Seed Prover 2025.09	99.6	-	-	-	-	-	-	-	-	-	-	-	-
Seed-Prover 2026.06	99.6	-	-	-	-	-	-	-	-	-	-	-	-
HILBERT 2025.09	99.2	-	-	-	-	-	-	-	-	-	-	-	-
Hilbert 2026.06	99.2	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Architect 2026.06	99.2	-	-	-	-	-	-	-	-	-	-	-	-
HILBERT 2025.09	98.4	-	-	-	-	-	-	-	-	-	-	-	-
LongCat-Flash-Prover 2026.06	97.1	-	-	-	-	-	-	-	-	-	-	-	-
HILBERT 2025.09	96.7	-	-	-	-	-	-	-	-	-	-	-	-
Delta Prover 2025.09	95.9	-	-	-	-	-	-	-	-	-	-	-	-
BFS-Prover-V2-32B w/Planner 2025.09	95.1	-	-	-	-	-	-	-	-	-	-	-	-
HILBERT 2025.09	94.7	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-V2-32B 2025.09	92.6	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-V2 2026.06	92.6	-	-	-	-	-	-	-	-	-	-	-	-
ProofSketcher 2026.04	92.21	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-72B 2025.09	92.2	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-V2-32B 2025.09	92.2	-	-	-	-	-	-	-	-	-	-	-	-
HILBERT 2025.09	90.8	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-V2-8B 2025.09	90.2	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-V2-8B 2025.09	89.3	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V2 2026.04	88.93	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V2-671B 2025.09	88.9	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-V2 2026.06	88.9	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-72B 2025.09	87.7	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V2-7B (CoT) 2025.09	82	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview 2025.04	80.74	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview 2025.04	80.74	-	-	40	86.67	-	-	-	-	-	-	-	-
Kimina-Prover-8B 2025.09	78.3	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview 2025.04	77.87	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V2-7B (non CoT) 2025.09	75	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-V2-32B 2025.09	74.6	-	-	-	-	-	-	-	-	-	-	-	-
BFS-Prover 2025.04	70.8	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview-Distill-7B 2025.04	70.8	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview 2025.04	68.85	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview 2025.04	68.85	-	-	20	46.67	-	-	-	-	-	-	-	-
HunyuanProver v16+BFS+DC 2025.04	68.4	-	-	-	-	-	-	-	-	-	-	-	-
STP 2025.09	67.6	-	-	-	-	-	-	-	-	-	-	-	-
CoR-Math-7B 2025.01	66	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2.5-StepProver-BF+CG 2025.01	65.9	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2.5-StepProver-BF+CG 2025.04	65.9	-	-	-	-	-	-	-	-	-	-	-	-
InternLM-StepProver 2026.06	65.9	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview 2025.04	65.16	-	-	-	-	-	-	-	-	-	-	-	-
STP 2025.09	65	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-SFT 2025.04	64.7	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-RL + RMaxTS 2025.01	63.5	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-RL + RMaxTS 2025.04	63.5	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview-Distill-7B 2025.04	63.1	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-SFT 2025.09	62.7	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview-Distill-1.5B 2025.04	61.9	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V2-7B (non CoT) 2025.09	61.3	-	-	-	-	-	-	-	-	-	-	-	-
Leanabell-Prover 2025.04	61.1	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-SFT + RMaxTS 2025.01	60.2	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-RL 2025.04	60.2	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-RL + RMaxTS 2025.01	59.6	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2.5-StepProver-BF 2025.01	59.4	-	-	-	-	-	-	-	-	-	-	-	-
STP-Lean + Ours 2026.06	59.2	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2.5-StepProver 2026.06	58.5	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-SFT 2026.06	57.9	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5 + STP + Ours 2026.06	57.8	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5 + STP 2026.06	57.2	-	-	-	-	-	-	-	-	-	-	-	-
STP-Lean + Ours 2026.06	57.1	-	-	-	-	-	-	-	-	-	-	-	-
Goedel-Prover-SFT 2026.06	56.9	-	-	-	-	-	-	-	-	-	-	-	-
STP-Lean 2026.06	56.7	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-SFT + RMaxTS 2025.01	56.3	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5 + STP + Ours 2026.06	56.3	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview-Distill-1.5B 2025.04	56.2	-	-	-	-	-	-	-	-	-	-	-	-
SubgoalXL 2024.08	56.1	-	-	-	-	-	-	-	-	-	-	-	-
STP-Lean 2026.06	55.9	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-RL + RMaxTS 2026.06	55	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5 + STP 2026.06	54.9	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2.5-StepProver 2025.01	54.5	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview 2025.04	52.94	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview-Distill-7B 2025.04	52.5	-	-	-	-	-	-	-	-	-	-	-	-
Lyra 2024.08	51.2	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2.5-StepProver-BF+CG 2025.01	50.7	-	-	-	-	-	-	-	-	-	-	-	-
LEGO-Prover 2024.08	50	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover 2026.04	50	-	-	-	-	-	-	-	-	-	-	-	-
Gemini 2.5 Pro 2025.09	49.1	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-RL 2026.06	48.8	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2-Math-Plus-7B 2026.06	48.8	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-RL 2026.06	48	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-SFT 2026.06	47.5	-	-	-	-	-	-	-	-	-	-	-	-
InternLM2.5-StepProver-BF 2025.01	47.3	-	-	-	-	-	-	-	-	-	-	-	-
Lean-STaR 2025.01	46.3	-	-	-	-	-	-	-	-	-	-	-	-
Lean-STaR 2026.06	46.3	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-SFT 2026.06	46.2	-	-	-	-	-	-	-	-	-	-	-	-
Subgoal-Prover 2024.08	45.5	-	-	-	-	-	-	-	-	-	-	-	-
Kimina-Prover-Preview-Distill-1.5B 2025.04	42.6	-	-	-	-	-	-	-	-	-	-	-	-
DeepSeek-Prover-V1.5-Base 2025.01	42.2	-	-	-	-	-	-	-	-	-	-	-	-
POETRY 2024.05	42.2	-	-	-	-	-	-	-	-	-	-	-	-
Hypertree Proof Search 2025.01	41	-	-	-	-	-	-	-	-	-	-	-	-
VERITAS 2026.06	40.6	-	-	-	-	-	-	-	-	-	-	-	-
DSP 2024.08	39.3	-	-	-	-	-	-	-	-	-	-	-	-
ReProver* 2025.03	37.7	-	-	-	-	-	-	-	-	-	-	-	-
gemini-2.5-pro-preview-03-25 2025.04	37.7	-	-	5	13.33	-	-	-	-	-	-	-	-
Thor + Magnushammer 2024.05	37.3	-	-	-	-	-	-	-	-	-	-	-	-
LeanListener 2025.03	36.9	-	-	-	-	-	-	-	-	-	-	-	-
GPT-f 2025.01	36.6	-	-	-	-	-	-	-	-	-	-	-	-
M2 2022.05	35.2	-	-	-	-	-	-	-	-	-	-	-	-
Thor + expert iteration 2024.05	35.2	-	-	-	-	-	-	-	-	-	-	-	-

Showing 100 of 320 rows