AIME 2024

Name: AIME 2024
Creator: 个人

2024年，美国数学邀请赛（AIME）成为评估大型语言模型（LLM）数学推理能力的重要基准。AIME是一项备受尊崇的考试，包含15道题，考试时间为3小时，旨在考察美国顶尖高中生在各类数学领域的复杂问题解决能力。

更新于 2026年4月22日·2,482 次浏览

问题数量: 15
发布机构: 个人
评测类别: 数学推理
评测指标: Accuracy
支持语言: 英文
难度等级: 高难度

简介

AIME全称是American Invitational Mathematics Examination，即美国数学邀请赛，是美国面向中学生的邀请式竞赛，3个小时完成15道题，难度很高。

AIME 2024评测最新大模型排名与完整榜单数据

查看 AIME 2024 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。

数据来源：DataLearnerAI

数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。了解数据收集方法

模型模式说明

许可证:

来源:

模型发布时间截止:

排名	模型				开源情况
	OpenAI o4 - mini 开启思考工具	98.70	2025-04-16	未知	闭源
	GPT OSS 120B 开启思考工具	96.60	2025-08-06	117亿	免费商用
	Grok-3 mini - Reasoning 常规模式	96.00	2025-02-18	未知	闭源
4	GPT OSS 20B 开启思考工具	96.00	2025-08-06	210亿	免费商用
5	OpenAI o4 - mini 开启思考	93.40	2025-04-16	未知	闭源
6	Grok-3 - Reasoning Beta 常规模式	93.30	2025-02-18	未知	闭源
7	DeepSeek-V3.1 开启思考	93.10	2025-08-20	6710亿	免费商用
8	o3-pro 常规模式	93.00	2025-06-10	未知	闭源
9	Gemini 2.5 Pro Experimental 03-25 常规模式	92.00	2025-03-25	未知	闭源
10	Gemini-2.5-Pro-Preview-05-06 常规模式	92.00	2025-05-06	未知	闭源
11	Gemini 2.5-Pro 常规模式	92.00	2025-06-05	未知	闭源
12	OpenAI o3 常规模式	91.60	2025-04-16	未知	闭源
13	DeepSeek-R1-0528 开启思考	91.40	2025-05-28	6710亿	免费商用
14	GLM-4.5 开启思考	91.00	2025-07-28	3550亿	免费商用
15	GLM-4.5-Air 开启思考	89.40	2025-07-28	1060亿	免费商用
16	Gemini 2.5 Flash 常规模式	88.00	2025-04-17	未知	闭源
17	Hunyuan-A13B-Instruct 常规模式	87.30	2025-06-27	800亿	免费商用
18	OpenAI o3-mini (high) 常规模式	87.00	2025-01-31	未知	闭源
19	MiniMax-M1-80k 常规模式	86.00	2025-06-16	4560亿	免费商用
20	Qwen3-235B-A22B 常规模式	85.70	2025-04-28	2350亿	免费商用
21	Qwen3-235B-A22B 开启思考	85.70	2025-04-28	2350亿	免费商用
22	Grok 3 常规模式	84.20	2025-02-17	未知	闭源
23	MiniMax-M1-40k 常规模式	83.30	2025-06-16	4560亿	免费商用
24	Pangu Embedded 常规模式	81.90	2025-06-30	70亿	免费商用
25	Qwen3-32B 开启思考	81.40	2025-04-28	320亿	免费商用
26	Hunyuan-7B 常规模式	81.10	2025-08-04	70亿	免费商用
27	Claude Sonnet 3.7-64K Extended Thinking 常规模式	80.00	2025-02-25	未知	闭源
28	DeepSeek-R1 常规模式	79.80	2025-01-20	6710亿	免费商用
29	QwQ-32B 常规模式	79.50	2025-03-06	325亿	免费商用
30	Qwen3-8B 常规模式	79.40	2025-04-28	80亿	免费商用