ベンチマーク
AIMEとは？
別名: American Invitational Mathematics Examination / American Invitational Math Exam
アメリカの高校数学コンテスト（AMCの次の選抜段階）。AIモデルの数学・推論力を測る代表的ベンチマーク。
⚡ 30秒でわかる
AIME の主なポイント
- 1 AIME はアメリカの高校数学コンテスト（AMC の上位者が進む選抜段階）が由来
- 2 15問・答えは0〜999の整数のみで、採点が自動化しやすく AI 評価に向く
- 3 検索や暗記では解けず「その場で考える推論力」が問われる
- 4 o3・GPT-5・Gemini・Claude などの推論モデルが高得点を競う代表的ベンチ
- 5 知識量を測る MMLU や理系難問の GPQA とは違い「数学的推論」に特化
📖 詳しく
AIME とは
AIME（American Invitational Mathematics Examination）は、もともとアメリカの優秀な高校生を対象にした数学コンテストで、全国数学コンテスト AMC の上位者だけが進める「予選の次の段階」です。15問・整数で答える形式（0〜999）で、選択肢も部分点もなく、ひねった発想力が要る難問ぞろいです。
これが近年、AI の世界で「推論モデルの数学力を測るベンチマーク」として一気に有名になりました。答えが必ず整数1つに定まるので採点が自動化しやすく、しかも『丸暗記やネット検索では解けない、その場で考える力』が問われるため、モデルの“本当の思考力”を試す指標としてうってつけだからです。
例えるなら、AMC が「全国模試」だとすれば AIME は「難関大の入試本番」のような位置づけ。o3・GPT-5・Gemini・Claude の拡張思考（じっくり考えるモード）などが AIME で高得点を出すたびにニュースになり、推論モデル時代を象徴する“数学の腕試し”になっています。知識を幅広く問う MMLU や理系超難問の GPQA とは違い、AIME は「論理を積み上げて答えを出す数学的推論」に特化しているのが特徴です。
❓ FAQ
よくある質問
- Q. AIME とは？
- A. AIME（American Invitational Mathematics Examination）は、もともとアメリカの高校生向け数学コンテストで、全国コンテスト AMC の上位者だけが進める選抜段階です。近年は AI 分野で、推論モデルの数学力・思考力を測る代表的ベンチマークとして使われています。
- Q. AIME と MMLU・GPQA は何が違う？
- A. MMLU は幅広い知識、GPQA は理系の博士課程レベル難問を測るのに対し、AIME は「論理を積み上げて答えを出す数学的推論」に特化しています。答えが整数1つに定まり採点しやすいので、推論モデルの“考える力”を見るのに適した指標とされます。
- Q. なぜ AI モデルの評価に AIME が使われるの？
- A. 理由は2つあります。まず答えが必ず整数1つなので、自動採点しやすいこと。そして暗記やネット検索では解けず、その場で筋道を立てて考える必要があるため、モデルの“本当の推論力”が浮き彫りになるからです。
- Q. 初心者はスコアをどう見ればいい？
- A. AIME のスコアは「数学・論理推論がどれだけ得意か」の目安と捉えるとよいです。ただし数学に特化した指標なので、コーディング力なら SWE-Bench、総合力なら Intelligence Index など、用途に合った別のベンチも合わせて見るのが安全です。
🔗 関連
