AIME2025

AIME2025

2025年美国数学竞赛邀请赛的试题,用于测试大模型的数学推理能力

英文 难度:高难度
问题数量

15

机构

个人

类别

数学推理

评估指标

Accuracy

AIME2025基准测试简介

随着大语言模型(LLM)的发展越来越快,我们需要更好的方法来评估它们到底有多“聪明”,特别是在处理复杂数学问题的时候。AIME 2025 就是这样一个工具,它专门用来测试当前 AI 在高等数学推理方面的真实水平。

模型简称 得分 发布机构 发布时间 参数规模(亿)
Grok 3.5 92.3 xAI 2025-05-06 未知
OpenAI o3 88.7 OpenAI 2025-04-16 未知
Gemini 2.5 Pro Experimental 03-25 86.9 Google Deep Mind 2025-03-25 0.0
Grok 3 77.1 xAI 2025-02-17 未知
得分:
92.3
发布时间:
2025-05-06
参数规模(亿):
未知
得分:
88.7
发布时间:
2025-04-16
参数规模(亿):
未知
得分:
86.9
发布时间:
2025-03-25
参数规模(亿):
0.0
得分:
77.1
发布时间:
2025-02-17
参数规模(亿):
未知