AIME2025 评测基准详情
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。
Views927
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
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
相关资源
AIME2025 大模型得分排行榜
数据来源：DataLearnerAI
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
详细评测数据
AIME2025详细排名数据表格
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | GPT-5-Prothinking + 使用工具 | 100 | 2025-08-07 | 未知 |
| 2 | Claude Sonnet 4.5thinking + 使用工具 | 100 | 2025-09-30 | 未知 |
| 3 | GPT-5.2thinking | 100 | 2025-12-11 | 未知 |
| 4 | Gemini 3.0 Flashthinking + 使用工具 | 99.7 | 2025-12-17 | 未知 |
| 5 | GPT-5thinking + 使用工具 | 99.6 | 2025-08-07 | 未知 |
| 6 | OpenAI o4 - minithinking + 使用工具 | 99.5 | 2025-04-16 | 未知 |
| 7 | Gemini 2.5 Deep Thinkdeeper thinking | 99.2 | 2025-08-01 | 未知 |
| 8 | Kimi K2 Thinkingthinking + 使用工具 | 99.1 | 2025-11-06 | 10400 |
| 9 | Grok 4thinking + 使用工具 | 98.8 | 2025-07-10 | 未知 |
| 10 | GPT OSS 20Bthinking + 使用工具 | 98.7 | 2025-08-06 | 210 |
| 11 | GLM-4.6thinking + 使用工具 | 98.6 | 2025-09-30 | 3550 |
| 12 | GLM-4.6thinking | 98.6 | 2025-09-30 | 3550 |
| 13 | GPT OSS 120Bthinking + 使用工具 | 97.9 | 2025-08-06 | 117 |
| 14 | GPT-5-Prothinking | 96.7 | 2025-08-07 | 未知 |
| 15 | Haiku 4.5thinking + 使用工具 | 96.3 | 2025-10-15 | 未知 |
| 16 | DeepSeek V3.2 Specialethinking | 96 | 2025-12-01 | 未知 |
| 17 | Gemini 3.0 Flashthinking | 95.2 | 2025-12-17 | 未知 |
| 18 | Gemini 3.0 Pro (Preview 11-2025)thinking | 95 | 2025-11-18 | 未知 |
| 19 | GPT-5thinking | 94.6 | 2025-08-07 | 未知 |
| 20 | Kimi K2 Thinkingthinking | 94.5 | 2025-11-06 | 10400 |
| 21 | GPT-5.1high | 94 | 2025-11-12 | 未知 |
| 22 | DeepSeek V3.2thinking | 93.1 | 2025-12-01 | 6710 |
| 23 | 93 | 2025-06-10 | 未知 | |
| 24 | OpenAI o4 - minithinking | 92.7 | 2025-04-16 | 未知 |
| 25 | Qwen3-235B-A22B-Thinking-2507thinking | 92.3 | 2025-07-25 | 2350 |
| 26 | Qwen3-235B-A22B-Thinkingthinking | 92.3 | 2025-07-30 | 305 |
| 27 | Grok 4 Fastthinking | 92 | 2025-09-19 | 未知 |
| 28 | Grok 4thinking | 91.7 | 2025-07-10 | 未知 |
| 29 | DeepSeek-V3.1 Terminusthinking | 90 | 2025-09-22 | 6710 |
| 30 | DeepSeek V3.2-Expthinking | 89.3 | 2025-09-29 | 6710 |
| 31 | Grok 4.1 Fastthinking | 89 | 2025-11-19 | 未知 |
| 32 | OpenAI o3thinking | 88.9 | 2025-04-16 | 未知 |
| 33 | DeepSeek-V3.1thinking | 88.4 | 2025-08-20 | 6710 |
| 34 | Gemini 2.5-Prothinking | 88 | 2025-06-05 | 未知 |
| 35 | DeepSeek-R1-0528thinking | 87.5 | 2025-05-28 | 6710 |
| 36 | Claude Sonnet 4.5thinking | 87 | 2025-09-30 | 未知 |
| 37 | 86.9 | 2025-03-25 | 未知 | |
| 38 | OpenAI o3-minithinking | 86.5 | 2025-01-31 | 未知 |
| 39 | 86 | 2025-07-27 | 2410 | |
| 40 | Claude Sonnet 4deeper_thinking + 使用工具 | 85 | 2025-05-23 | 未知 |
| 41 | 83 | 2025-05-06 | 未知 | |
| 42 | GPT OSS 120Bthinking | 83 | 2025-08-06 | 117 |
| 43 | 82.9 | 2025-07-31 | 3210 | |
| 44 | Qwen3-235B-A22Bthinking | 81.5 | 2025-04-28 | 2350 |
| 45 | Qwen3-4B-Thinking-2507thinking | 81.3 | 2025-08-06 | 40 |
| 46 | Haiku 4.5thinking | 80.7 | 2025-10-15 | 未知 |
| 47 | 80.6 | 2025-09-05 | 未知 | |
| 48 | GPT OSS 20Bthinking | 79 | 2025-08-06 | 210 |
| 49 | Claude Opus 4.1thinking | 78 | 2025-08-06 | 未知 |
| 50 | Claude Opus 4.1thinking + 使用工具 | 78 | 2025-08-06 | 未知 |
| 51 | MiniMax M2thinking | 78 | 2025-10-27 | 2300 |
| 52 | 77.1 | 2025-02-17 | 未知 | |
| 53 | 76.9 | 2025-06-16 | 4560 | |
| 54 | 76.8 | 2025-06-27 | 800 | |
| 55 | 75.5 | 2025-05-23 | 未知 | |
| 56 | 75.3 | 2025-08-04 | 70 | |
| 57 | Kimi K2 0905thinking + 使用工具 | 75.2 | 2025-09-05 | 10000 |
| 58 | 74.6 | 2025-06-16 | 4560 | |
| 59 | 72.9 | 2025-04-28 | 320 | |
| 60 | Qwen3-32Bthinking | 72.9 | 2025-04-28 | 320 |
| 61 | Gemini 2.5 Flashthinking | 72 | 2025-04-17 | 未知 |
| 62 | Claude Sonnet 4thinking | 70.5 | 2025-05-23 | 未知 |
| 63 | 70.3 | 2025-07-21 | 2350 | |
| 64 | 70 | 2025-01-20 | 6710 | |
| 65 | 69.5 | 2025-09-11 | 800 | |
| 66 | 68.1 | 2025-06-30 | 719 | |
| 67 | Qwen3-8Bthinking | 67.3 | 2025-04-28 | 80 |
| 68 | 64.95 | 2025-06-10 | 未知 | |
| 69 | 63.1 | 2025-06-17 | 未知 | |
| 70 | 62.76 | 2025-06-10 | 240 | |
| 71 | 61.9 | 2025-08-07 | 未知 | |
| 72 | 61.6 | 2025-04-17 | 未知 | |
| 73 | 61.3 | 2025-07-29 | 305 | |
| 74 | 58 | 2025-09-29 | 6710 | |
| 75 | 54.8 | 2025-02-25 | 未知 | |
| 76 | 54 | 2025-07-11 | 10000 | |
| 77 | 54 | 2025-09-22 | 6710 | |
| 78 | 49.8 | 2025-08-20 | 6710 | |
| 79 | 47.7 | 2025-03-24 | 6710 | |
| 80 | 47.4 | 2025-08-06 | 40 | |
| 81 | GPT-5-minithinking | 47 | 2025-08-07 | 未知 |
| 82 | 47 | 2025-08-07 | 未知 | |
| 83 | 44 | 2025-09-30 | 3550 | |
| 84 | GPT-4onormal + 使用工具 | 42.1 | 2024-05-13 | 未知 |
| 85 | 39 | 2025-10-15 | 未知 | |
| 86 | 38 | 2025-05-23 | 未知 | |
| 87 | 37 | 2025-09-30 | 未知 | |
| 88 | 36.7 | 2025-04-14 | 未知 | |
| 89 | ERNIE-4.5-VL-424B-A47B-Basethinking | 35.1 | 2025-06-30 | 4240 |
| 90 | 35.1 | 2025-06-30 | 3000 | |
| 91 | 29.7 | 2024-12-11 | 未知 | |
| 92 | 26.7 | 2025-03-27 | 未知 | |
| 93 | 24.7 | 2025-04-28 | 2350 | |
| 94 | 21.6 | 2025-04-28 | 305 | |
| 95 | 20.9 | 2025-04-28 | 80 | |
| 96 | 0 | 2025-05-06 | 未知 |