HMMT 2025

HMMT 2025 est un benchmark de raisonnement mathématique fondé sur les problèmes du Harvard-MIT Mathematics Tournament, adapté par MathArena pour l’évaluation des modèles d’IA. Il reprend l’esprit d’une compétition lycéenne de haut niveau, avec des énoncés courts ou numériques qui exigent calcul, stratégie et maîtrise de techniques d’olympiade.

Dans une modelothèque, HMMT 2025 sert surtout à situer la capacité des modèles à résoudre des problèmes mathématiques exigeants, mais fermés, où la réponse finale peut être vérifiée objectivement. Il complète des évaluations plus générales en isolant une compétence précise : le raisonnement mathématique compétitif.

Carte d'identité

Classement des modèles (top 20)

Classement établi sur 33 modèles évalués, dont 24 de grands éditeurs. Score médian de l'ensemble : 90,2 %. « Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench, MTEB…).

Notre analyse

Un score élevé sur HMMT 2025 indique une forte aptitude à produire des réponses exactes sur des problèmes de compétition, avec une métrique fondée sur l’exactitude moyenne après plusieurs essais par problème. Le classement montre un niveau global très élevé dans la base, avec une médiane à 90 % et un meilleur résultat à 100 % pour GPT-5.2 Pro (OpenAI), ce qui suggère une possible saturation pour les modèles les plus performants. La lecture des résultats doit toutefois rester prudente : les scores sont majoritairement auto-déclarés par les éditeurs, donc moins robustes qu’une évaluation entièrement indépendante et reproductible. Le caractère public du benchmark peut aussi accroître le risque de contamination, notamment si des problèmes ou solutions ont circulé dans les données d’entraînement. Sa portée reste ciblée : il mesure des problèmes mathématiques courts, en anglais, de niveau olympiade lycéenne, et ne résume pas à lui seul les capacités générales en mathématiques, en preuve formelle ou en raisonnement appliqué.

Sources des scores : llm-stats.