OpenAI o3 预览在 FrontierMath 11-26-24 版本报告 25.2%，显示 inference-time scaling 在研究级数学上带来数量级跃迁

OpenAI 在 12 月 20 日预览 o3 / o3-mini；Epoch 后续公开的 benchmark version history 记录，OpenAI 当时声称 o3 在 FrontierMath_11-26-24 上达到 25.2%。与 11 月发布时领先模型低于 2% 的水平相比，这一跳跃把 inference-time reasoning / scaling 推到了研究级数学能力评测的前台，并直接促成 2025 年对 FrontierMath 数据访问、holdout 与 benchmark governance 的进一步讨论。