Qual è l'IA migliore in matematica? La classifica onesta
Di Chatday Editorial Team ·
Se cerchi l’IA più forte in matematica in questo momento, la risposta è GPT-6.1 Sol. All’inizio del mese è diventato il primo modello a risolvere tutti i problemi del livello più difficile di FrontierMath, un test fatto di domande da ricerca vera, scritte da matematici professionisti, su cui fino a poco tempo fa l’IA non riusciva a combinare nulla. Tra i modelli che puoi davvero usare su Chatday, seguono Claude Sonnet 5.5 e Claude Opus 5.
Questa è la risposta da classifica. Per una scheda di esercizi sulle frazioni, una stima del mutuo o il conto da dividere in pizzeria, però, va bene uno qualsiasi dei modelli migliori. E gli errori che fanno ancora hanno poco a che vedere con quanto sono intelligenti.
Come abbiamo classificato i modelli di IA in matematica
Non ci siamo inventati un test. Ci siamo basati sul più duro tra quelli pubblici: FrontierMath, gestito dal gruppo di ricerca indipendente Epoch AI. Il suo livello più difficile conta qualche decina di problemi inediti, al livello della vera ricerca matematica. Le soluzioni non si trovano su internet, quindi nessun modello può averle imparate a memoria.
L’abbiamo scelto per tre motivi:
- È abbastanza difficile da distinguere i modelli migliori. I test più facili, da livello scolastico, non li separano più da tempo, perché tutti ottengono punteggi vicini al massimo.
- La correzione è automatica. Il modello deve dare una risposta finale esatta, quindi niente voti a sensazione.
- È indipendente dalle aziende. Più o meno. Ne parliamo tra un attimo.
Poi abbiamo tenuto solo i modelli che Chatday offre davvero, così ogni nome qui sotto è uno che puoi aprire e provare oggi stesso.
La classifica: qual è l’IA migliore nella matematica difficile?
Ecco come sono andati i modelli disponibili su Chatday nel livello di ricerca di FrontierMath, tradotti da percentuali in qualcosa di più facile da immaginare. I punteggi vengono dalla classifica pubblica aggiornata a metà ottobre 2026.
| Modello | Problemi di livello ricerca risolti | Ideale per |
|---|---|---|
| GPT-6.1 Sol | Tutti | Le dimostrazioni, gli enigmi e i problemi a più passaggi più tosti |
| Claude Sonnet 5.5 | Circa 8 su 10 | Matematica difficile spiegata con passaggi calmi e leggibili |
| Claude Opus 5 | Circa 7 su 10 | Problemi lunghi in cui vuoi un ragionamento accurato |
| GPT-5.5 | Circa 7 su 10 | Un tuttofare solido e familiare |
| Claude Haiku 5.5 | Quasi la metà | Un aiuto rapido quando la velocità conta più della profondità |
| Grok 4.6 | Circa 1 su 3 | Domande di tutti i giorni, non matematica da gara |
| Gemini 3.1 Pro | Circa 1 su 4 | Compiti misti, come leggere un grafico o la foto di una scheda di esercizi |
Saltano subito all’occhio alcune cose.
GPT-6.1 Sol è il vincitore a sorpresa. Non è nemmeno il modello più costoso di OpenAI. È la versione più economica che OpenAI ha lanciato al suo DevDay del 29 settembre, e in questo test ha eguagliato, anzi battuto per un soffio, l’ammiraglia della casa. Abbiamo raccontato il lancio nella nostra guida a GPT-6.1 Sol.
Claude è la seconda famiglia forte. Sonnet 5.5, il Claude di taglia media, ha addirittura ottenuto un punteggio un po’ più alto del più grande Opus 5. Qui il più recente batte il più grande, ed è un utile promemoria: il nome di un modello non ti dice la sua posizione in classifica.
Gemini e Grok restano indietro in questo compito specifico. Non vuol dire che siano scarsi. Gemini 3.1 Pro è pensato per compiti misti, come leggere la foto di un problema, e Grok è veloce e chiacchierone. Semplicemente, non sono quelli a cui affidare una dimostrazione davvero difficile.
Perché un genio della matematica può comunque sbagliare i tuoi compiti
È qui che molti ci cascano. Un modello capace di risolvere problemi da ricerca può ancora sbagliare una cosa banale come il 17% di 240, se va di fretta. (Fa 40,8, tra l’altro.)
Il motivo sta nel modo in cui questi modelli leggono. Non vedono i numeri come una calcolatrice. Spezzano il testo in pezzi e prevedono cosa viene dopo, ed è anche per questo che alcuni non sanno contare le R in “strawberry”. Le lunghe sequenze di cifre sono proprio il punto in cui le cose possono andare storte.
Conta anche la formulazione. Nel 2024 alcuni ricercatori di Apple hanno testato i modelli su problemi da scuola elementare aggiungendo una frase dall’aria innocua ma irrilevante, per esempio una nota sul fatto che alcune mele erano più piccole delle altre. I punteggi sono crollati, fino al 65% per alcuni modelli, perché cercavano di usare quel dettaglio in più. Test successivi su modelli più recenti hanno trovato un effetto molto più piccolo, quindi il divario si è ridotto parecchio. La lezione però resta: per un’IA, la parte più insidiosa di un problema è spesso la lettura, non la matematica.
Ecco da dove nascono di solito gli errori di tutti i giorni:
| Cosa va storto | Come si presenta | La soluzione rapida |
|---|---|---|
| Calcolo frettoloso | Una cifra sbagliata in una moltiplicazione lunga | Chiedigli di rifare il calcolo passo dopo passo |
| Domanda letta male | Risponde “al mese” quando avevi chiesto “all’anno” | Riformula prima la domanda con parole tue |
| Dettagli fuorvianti | Usa un numero che non c’entra | Digli quali dati contano |
| Eccesso di sicurezza | Una risposta pulita, sbagliata e senza dubbi | Chiedigli come verificherebbe la risposta |
La migliore IA per la matematica, in base a cosa devi fare
La classifica ti dice chi è il più bravo. Questa parte ti dice quale aprire.
Ideale per lo studente bloccato sui compiti
Usa Claude Sonnet 5.5. È tra i primi nella matematica difficile e tende a spiegare ogni passaggio con parole semplici, ed è proprio quello che vuoi se l’obiettivo è capire e non copiare. Chiedigli di darti degli indizi prima della soluzione. I nostri prompt per aiutarti con i compiti si basano proprio su questa idea.
Ideale per i problemi davvero difficili
Usa GPT-6.1 Sol. Quesiti da olimpiadi, una dimostrazione che non ti torna, un problema di statistica con cinque variabili in gioco. Dagli il tempo di ragionare e chiedi tutto lo svolgimento.
Ideale per i conti con i soldi
Budget, rate del prestito, affitto da dividere. Va bene qualsiasi modello di punta, quindi scegli quello con cui ti trovi meglio. Il rischio qui è una singola cifra sbagliata: chiedi sempre lo svolgimento e controlla tu che il risultato finale abbia senso.
Ideale per la foto di una scheda di esercizi
Gemini 3.1 Pro è pensato per lavorare con le immagini oltre che con il testo. Fagli leggere e trascrivere il problema, poi passa la risoluzione vera e propria a GPT-6.1 Sol o a Claude se è tosto.
Come ottenere risposte di matematica di cui fidarti
Non ti serve un prompt speciale. Ti servono tre abitudini:
- Chiedi i passaggi, non solo la risposta. “Mostrami lo svolgimento” costringe il modello a rallentare e ti dà qualcosa da controllare.
- Fagli fare la verifica. Continua con “Inserisci la tua risposta nel problema di partenza e controlla che torni”. È un modo semplice per far emergere un errore.
- Chiedi un secondo parere. Un modello diverso fa errori diversi, quindi se due modelli sono d’accordo vale molto di più di una sola risposta sicura di sé.
È proprio per quest’ultima abitudine che conviene avere più modelli in un unico posto. Fare la stessa domanda a GPT-6.1 Sol e poi a Claude Sonnet 5.5 non dovrebbe voler dire due app e due abbonamenti.
Prova i due migliori fianco a fianco
Vuoi vedere la differenza sul tuo problema? Scegli una domanda che ti sta davvero a cuore, un esercizio insidioso o un calcolo che non vuoi sbagliare, e metti uno accanto all’altro i due modelli più forti in matematica.