DataLearner logoDataLearnerAI
Latest AI Insights
Model Evaluations
Model Directory
Model Comparison
Resource Center
Tool Directory

加载中...

DataLearner logoDataLearner AI

A knowledge platform focused on LLM benchmarking, datasets, and practical instruction with continuously updated capability maps.

产品

  • Leaderboards
  • 模型对比
  • Datasets

资源

  • Tutorials
  • Editorial
  • Tool directory

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner curates industry data and case studies so researchers, enterprises, and developers can rely on trustworthy intelligence.

隐私政策服务条款
  1. Back to benchmark list
  2. /
  3. AIME 2024

AIME 2024 评测基准详情

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2026-02-19
Views1,282
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。

相关资源

查看原始论文
阅读学术论文原文
获取数据集
下载评测数据集
访问官网
浏览项目官方网站
DataLearner 介绍
中文详细解读

AIME 2024 Model Score Leaderboard

Source: DataLearnerAI

Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology

模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...

详细评测数据

No parallel thinking results available

AIME 2024详细排名数据表格

排名模型
1
OpenAI o4 - minidefault
98.72025-04-16未知
2
GPT OSS 120Bdefault
96.62025-08-06117
3
Grok-3 mini - Reasoningdefault
962025-02-18未知
4
GPT OSS 20Bdefault
962025-08-06210
5
OpenAI o4 - minidefault
93.42025-04-16未知
6
Grok-3 - Reasoning Betadefault
93.32025-02-18未知
7
DeepSeek-V3.1default
93.12025-08-206710
8
o3-prodefault
932025-06-10未知
9
Gemini 2.5 Pro Experimental 03-25default
922025-03-25未知
10
Gemini-2.5-Pro-Preview-05-06default
922025-05-06未知
11
Gemini 2.5-Prodefault
922025-06-05未知
12
OpenAI o3default
91.62025-04-16未知
13
DeepSeek-R1-0528default
91.42025-05-286710
14
GLM-4.5default
912025-07-283550
15
GLM-4.5-Airdefault
89.42025-07-281060
16
Gemini 2.5 Flashdefault
882025-04-17未知
17
Hunyuan-A13B-Instructdefault
87.32025-06-27800
18
OpenAI o3-mini (high)default
872025-01-31未知
19
MiniMax-M1-80kdefault
862025-06-164560
20
Qwen3-235B-A22Bdefault
85.72025-04-282350
21
Qwen3-235B-A22Bdefault
85.72025-04-282350
22
Grok 3default
84.22025-02-17未知
23
MiniMax-M1-40kdefault
83.32025-06-164560
24
Pangu Embeddeddefault
81.92025-06-3070
25
Qwen3-32Bdefault
81.42025-04-28320
26
Qwen3-32Bdefault
81.42025-04-28320
27
Hunyuan-7Bdefault
81.12025-08-0470
28
Claude Sonnet 3.7-64K Extended Thinkingdefault
802025-02-25未知
29
DeepSeek-R1default
79.82025-01-206710
30
QwQ-32Bdefault
79.52025-03-06325
将鼠标移至此处继续加载剩余 32 条