加载中...
加载中...
AIME 2026 是基于美国数学邀请赛（American Invitational Mathematics Examination）2026 年问题的评测基准，用于评估大语言模型在高中水平数学推理方面的表现。该基准包含 15 个问题，覆盖代数、几何、数论和组合数学等领域。模型通过生成答案并与标准答案比较来计算准确率。
基于2026年美国数学邀请赛的大模型数学推理能力评测基准
Source: DataLearnerAI
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | Claude Opus 4.5thinking | 93.3 | 2025-11-25 | 未知 |
| 2 | GLM-4.7thinking | 92.9 | 2025-12-22 | 3580 |
| 3 | DeepSeek V3.2thinking | 92.7 | 2025-12-01 | 6710 |
| 4 | GLM-5thinking | 92.7 | 2026-02-11 | 7440 |
| 5 | Kimi K2.5thinking | 92.5 | 2026-01-27 | 10000 |
| 6 | Qwen3.5-397B-A17Bthinking | 91.3 | 2026-02-16 | 397 |
| 7 | Gemini 3.0 Pro (Preview 11-2025)thinking | 90.6 | 2025-11-18 | 未知 |