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

Mathematical Reasoning on MathVerse

84.1Accuracy

GPT-5-high

Updated 16d ago

Evaluation Results

Method
GPT-5-high 2026.06	84.1	-	-	-	-	-	-	-	-	-	-	-	-
ERNIE 5.0-Base 2026.02	81.45	-	-	-	-	-	-	-	-	-	-	-	-
GPT-5-Thinking* 2025.09	81.2	-	-	-	-	-	-	-	-	-	-	-	-
GPT5 2026.07	81.2	-	-	-	-	-	-	-	-	-	-	-	-
Gemini-2.5-Pro* 2025.09	76.9	-	-	-	-	-	-	-	-	-	-	-	-
Gemini-2.5-Pro 2026.07	76.9	-	-	-	-	-	-	-	-	-	-	-	-
PRPO 2026.06	72.2	-	-	-	-	-	-	-	-	-	-	-	-
VPPO 2026.06	71	-	-	-	-	-	-	-	-	-	-	-	-
VL-Rethinker-7B 2026.06	68.8	-	-	-	-	-	-	-	-	-	-	-	-
PAPO-D 2026.06	68.6	-	-	-	-	-	-	-	-	-	-	-	-
Octopus 2026.07	68.5	-	-	-	-	-	-	-	-	-	-	-	-
PAPO-G 2026.06	68.3	-	-	-	-	-	-	-	-	-	-	-	-
R1-ShareVL-7B 2026.06	68.2	-	-	-	-	-	-	-	-	-	-	-	-
Claude-Opus-4.1 2026.06	68.1	-	-	-	-	-	-	-	-	-	-	-	-
NoisyRollout-7B 2026.06	67.8	-	-	-	-	-	-	-	-	-	-	-	-
MM-Eureka-7B 2026.06	67.2	-	-	-	-	-	-	-	-	-	-	-	-
GRPO 2026.06	66.5	-	-	-	-	-	-	-	-	-	-	-	-
PRPO 2026.06	62.7	-	-	-	-	-	-	-	-	-	-	-	-
MathFlow 2025.03	62.4	-	-	-	-	-	-	-	-	-	-	-	-
AnE 2026.07	62.3	-	-	-	-	-	-	-	-	-	-	-	-
Qwen3-VL 2026.03	62.1	-	-	-	-	-	-	-	-	-	-	-	-
CFPOG 2026.06	61.92	-	-	-	-	-	-	-	-	-	-	-	-
OPD+ViCuR 2026.06	61.55	-	-	-	-	-	-	-	-	-	-	-	-
Qwen3-VL 2026.06	61.4	-	-	-	-	-	-	-	-	-	-	-	-
VPPO 2026.06	61.3	-	-	-	-	-	-	-	-	-	-	-	-
Qwen3-VL + LOCUS 2026.06	61.2	-	-	-	-	-	-	-	-	-	-	-	-
MathFlow 2025.03	60.8	-	-	-	-	-	-	-	-	-	-	-	-
PAPO-D 2026.06	60.5	-	-	-	-	-	-	-	-	-	-	-	-
TVI-CoT 2026.06	60.2	-	-	-	-	-	-	-	-	-	-	-	-
OPD 2026.06	60.05	-	-	-	-	-	-	-	-	-	-	-	-
Gemini 2.5-pro 2025.03	59.9	-	-	-	-	-	-	-	-	-	-	-	-
Claude-3.5-Sonnet 2026.02	57.64	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-VL-32B 2026.02	57.6	-	-	-	-	-	-	-	-	-	-	-	-
PAPO-G 2026.06	57.5	-	-	-	-	-	-	-	-	-	-	-	-
Claude-sonnet-3.5 2025.03	57.4	-	-	-	-	-	-	-	-	-	-	-	-
MiMo-VL + LOCUS 2026.06	57	-	-	-	-	-	-	-	-	-	-	-	-
MathFlow 2025.03	56.8	-	-	-	-	-	-	-	-	-	-	-	-
MathFlow 2025.03	56.7	-	-	-	-	-	-	-	-	-	-	-	-
Qwen3-VL-8B (Baseline) 2026.06	56.4	-	-	-	-	-	-	-	-	-	-	-	-
DAPO 2026.06	56.3	-	-	-	-	-	-	-	-	-	-	-	-
GRPO 2026.06	56.22	-	-	-	-	-	-	-	-	-	-	-	-
BUS-8B 2026.07	56.2	-	-	-	-	-	-	-	-	-	-	-	-
InternVL-3.5 2026.03	55.8	-	-	-	-	-	-	-	-	-	-	-	-
SRPO 2026.07	55.8	-	-	-	-	-	-	-	-	-	-	-	-
DAPO 2026.06	55.6	-	-	-	-	-	-	-	-	-	-	-	-
GRPO 2026.06	55.3	-	-	-	-	-	-	-	-	-	-	-	-
LASER 2026.07	55.2	-	-	-	-	-	-	-	-	-	-	-	-
VL-Cogito-7B + LEAD 2026.03	55.1	-	-	-	-	-	-	-	-	-	-	-	-
VL-Rethinker-7B + LEAD 2026.03	54.9	-	-	-	-	-	-	-	-	-	-	-	-
Gemini-2.0-Flash 2026.01	54.6	-	-	-	-	-	-	-	-	-	-	-	-
V-STAR 2026.04	54.6	-	-	-	-	-	-	-	-	-	-	-	-
Vision-R1-7B + LEAD 2026.03	54.5	-	-	-	-	-	-	-	-	-	-	-	-
GPT-4V 2025.03	54.4	-	-	-	-	-	-	-	-	-	-	-	-
VL-Rethinker-7B 2026.03	54.2	-	-	-	-	-	-	-	-	-	-	-	-
VL-Rethinker 2026.04	54.2	-	-	-	-	-	-	-	-	-	-	-	-
VL-Rethinker-7B 2026.06	54.2	-	-	-	-	-	-	-	-	-	-	-	-
MiMo-VL 2026.06	54.2	-	-	-	-	-	-	-	-	-	-	-	-
RuCL 2026.02	54.14	-	-	-	-	-	-	-	-	-	-	-	-
VL-Rethinker-7B 2026.02	53.86	-	-	-	-	-	-	-	-	-	-	-	-
InternVL3.5 2026.03	53.4	-	-	-	-	-	-	-	-	-	-	-	-
Base Model 2026.06	53.4	-	-	-	-	-	-	-	-	-	-	-	-
VL-Cogito-7B 2026.03	53.3	-	-	-	-	-	-	-	-	-	-	-	-
VAPO-Thinker-7B 2025.09	53.3	-	-	-	-	-	-	-	-	-	-	-	-
VL-Cogito 2026.04	53.3	-	-	-	-	-	-	-	-	-	-	-	-
VAPO-Thinker-7B 2026.06	53.3	-	-	-	-	-	-	-	-	-	-	-	-
VAPO-Thinker-7B 2026.07	53.3	-	-	-	-	-	-	-	-	-	-	-	-
OPSD+ViCuR 2026.06	53.25	-	-	-	-	-	-	-	-	-	-	-	-
Vision-R1-7B 2026.02	53.23	-	-	-	-	-	-	-	-	-	-	-	-
VRE 2026.03	53.1	-	-	-	-	-	-	-	-	-	-	-	-
OPSD 2026.06	52.92	-	-	-	-	-	-	-	-	-	-	-	-
VL-Rethinker 2026.07	52.9	-	-	-	-	-	-	-	-	-	-	-	-
DeepEyesV2 2026.03	52.7	-	-	-	-	-	-	-	-	-	-	-	-
VLAA-Thinker 2026.07	52.7	-	-	-	-	-	-	-	-	-	-	-	-
Perception-R1-7B 2026.02	52.56	-	-	-	-	-	-	-	-	-	-	-	-
Vision-R1-7B 2026.03	52.4	-	-	-	-	-	-	-	-	-	-	-	-
Vision-R1-7B 2025.09	52.4	-	-	-	-	-	-	-	-	-	-	-	-
Vision-R1 2026.04	52.4	-	-	-	-	-	-	-	-	-	-	-	-
Vision-R1-7B 2026.06	52.4	-	-	-	-	-	-	-	-	-	-	-	-
VisionR1-7B 2026.07	52.4	-	-	-	-	-	-	-	-	-	-	-	-
Vision-R1 2026.07	52.4	-	-	-	-	-	-	-	-	-	-	-	-
Qwen3-VL 2026.03	52.1	-	-	-	-	-	-	-	-	-	-	-	-
ThinkLite-VL 2026.04	52.1	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-VL-7B + DUPL 2025.10	52.1	-	-	-	-	-	-	-	-	-	-	-	-
Claude 3.7 2026.03	52	-	-	-	-	-	-	-	-	-	-	-	-
PAPO-7B 2025.10	52	-	-	-	-	-	-	-	-	-	-	-	-
Qwen3-VL-8B 2026.07	52	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-VL-7B-Instruct + Faithful-MR1 2026.05	51.9	-	-	-	-	-	-	-	-	-	-	-	-
PAPOG 2026.06	51.89	-	-	-	-	-	-	-	-	-	-	-	-
Solution-back 2026.07	51.8	-	-	-	-	-	-	-	-	-	-	-	-
ThinkLite-VL-7B 2026.02	51.47	-	-	-	-	-	-	-	-	-	-	-	-
MM-Eureka-7B 2026.02	51.09	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-VL-7B + NoisyRollout 2025.10	51	-	-	-	-	-	-	-	-	-	-	-	-
Penguin-VL 2026.03	50.8	-	-	-	-	-	-	-	-	-	-	-	-
GPT-4o 2026.03	50.8	-	-	-	-	-	-	-	-	-	-	-	-
Semantic-back 2026.03	50.5	-	-	-	-	-	-	-	-	-	-	-	-
OpenVLThinker 2026.04	50.3	-	-	-	-	-	-	-	-	-	-	-	-
MM-Eureka-Qwen-7B 2025.10	50.3	-	-	-	-	-	-	-	-	-	-	-	-
OpenVLThinker-7B 2026.07	50.3	-	-	-	-	-	-	-	-	-	-	-	-
GPT-4o 2026.02	50.2	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-VL-7B-Instruct + VPPO 2026.05	49.5	-	-	-	-	-	-	-	-	-	-	-	-

Showing 100 of 355 rows