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
查看 AIME2025 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
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Grok 4 Heavy 思考水平·高 | 100.00 | 2025-07-10 | 未知 | 闭源 | |
 GPT-5-Pro 开启思考工具 | 100.00 | 2025-08-07 | 未知 | 闭源 | |
 Claude Sonnet 4.5 开启思考工具 | 100.00 | 2025-09-30 | 未知 | 闭源 | |
4 |  Kimi K2 Thinking 思考水平·高工具 | 100.00 | 2025-11-06 | 10400亿 | 免费商用 |
5 | GPT-5.2 思考水平·极高 | 100.00 | 2025-12-11 | 未知 | 闭源 |
6 | GPT-5.2 思考水平·极高工具 | 100.00 | 2025-12-11 | 未知 | 闭源 |
7 |  Step 3.5 Flash 开启思考工具 | 99.80 | 2026-02-02 | 1960亿 | 免费商用 |
8 | Claude Opus 4.6 扩展思考 | 99.79 | 2026-02-05 | 未知 | 闭源 |
9 |  Gemini 3.0 Flash 开启思考工具 | 99.70 | 2025-12-17 | 未知 | 闭源 |
10 | GPT-5 开启思考工具 | 99.60 | 2025-08-07 | 未知 | 闭源 |
11 | OpenAI o4 - mini 开启思考工具 | 99.50 | 2025-04-16 | 未知 | 闭源 |
12 | Gemini 2.5 Deep Think 深度思考模式 | 99.20 | 2025-08-01 | 未知 | 闭源 |
13 | Kimi K2 Thinking 开启思考工具 | 99.10 | 2025-11-06 | 10400亿 | 免费商用 |
14 | Grok 4 开启思考工具 | 98.80 | 2025-07-10 | 未知 | 闭源 |
15 | GPT OSS 20B 开启思考工具 | 98.70 | 2025-08-06 | 210亿 | 免费商用 |
16 | GPT-5 Codex 思考水平·高 | 98.70 | 2025-09-15 | 未知 | 闭源 |
17 |  GLM-4.6 开启思考工具 | 98.60 | 2025-09-30 | 3550亿 | 免费商用 |
18 | GLM-4.6 开启思考 | 98.60 | 2025-09-30 | 3550亿 | 免费商用 |
19 | GPT OSS 120B 开启思考工具 | 97.90 | 2025-08-06 | 117亿 | 免费商用 |
20 | Step 3.5 Flash 开启思考 | 97.30 | 2026-02-02 | 1960亿 | 免费商用 |
21 | GPT-5-Pro 开启思考 | 96.70 | 2025-08-07 | 未知 | 闭源 |
22 | GPT-5.2 思考水平·中 | 96.70 | 2025-12-11 | 未知 | 闭源 |
23 | Haiku 4.5 128K工具 | 96.30 | 2025-10-15 | 未知 | 闭源 |
24 | Kimi K2.5 开启思考 | 96.10 | 2026-01-27 | 10000亿 | 免费商用 |
25 | 96.00 | 2025-12-01 | 未知 | 免费商用 | |
26 | 95.70 | 2025-11-18 | 未知 | 闭源 | |
27 | GPT-5.1 Codex 思考水平·高 | 95.70 | 2025-11-14 | 未知 | 闭源 |
28 | GLM-4.7 开启思考 | 95.70 | 2025-12-22 | 3580亿 | 免费商用 |
29 | Gemini 3.0 Flash 开启思考 | 95.20 | 2025-12-17 | 未知 | 闭源 |
30 | GPT-5 思考水平·高工具 | 95.00 | 2025-08-07 | 未知 | 闭源 |
