加载中...

大模型数学推理能力评测排行榜

本页面提供最新、最全面的大模型数学推理能力评测排行榜。我们通过 GSM8K、MATH、AIME 2025 等多个权威数学基准数据集，对包括 OpenAI 的 GPT-4o、Anthropic 的 Claude、阿里巴巴的 Qwen、DeepSeek-R1 等模型进行评测。

Updated on: 2025-07-20 20:56:42

Benchmark switcher

Pick the leaderboard to sync both chart and table

AIME2025 AIME 2024 MATH-500 GSM8K

More benchmark coverage

Browse the benchmark catalog by category and language

More Benchmarks

Filters

Model Size

All 3B and below 7B 13B 34B 65B 100B and above

Model Type

All Reasoning Models Foundation Models Instruction/Chat Models Coding Models

LLM Performance Results

Data source: DataLearnerAI

Rank	Model	AIME2025	AIME 2024	MATH-500	GSM8K	Params (B)	License
1	Step 3.5 Flash	99.80	0.00	0.00	0.00	1960B	Free commercial
2	Claude Opus 4.6	99.79	0.00	97.60	0.00	—	不开源
3	Gemini 3.0 Flash	99.70	0.00	0.00	0.00	—	不开源
4	GPT-5	99.60	0.00	0.00	0.00	—	不开源
5	OpenAI o4 - mini	99.50	98.70	0.00	0.00	—	不开源
6	Gemini 2.5 Deep Think	99.20	0.00	0.00	0.00	—	不开源
7	Kimi K2 Thinking	99.10	0.00	0.00	0.00	10400B	Free commercial
8	Grok 4	98.80	0.00	0.00	0.00	—	不开源
9	GPT OSS 20B	98.70	96.00	0.00	0.00	210B	Free commercial
10	GLM-4.6	98.60	0.00	0.00	0.00	3550B	Free commercial
11	GLM-4.6	98.60	0.00	0.00	0.00	3550B	Free commercial
12	GPT OSS 120B	97.90	96.60	0.00	0.00	117B	Free commercial
13	Step 3.5 Flash	97.30	0.00	0.00	0.00	1960B	Free commercial
14	GPT-5-Pro	96.70	0.00	0.00	0.00	—	不开源
15	Haiku 4.5	96.30	0.00	0.00	0.00	—	不开源
16	Kimi K2.5	96.10	0.00	0.00	0.00	10000B	Free commercial
17	DeepSeek V3.2 Speciale	96.00	0.00	0.00	0.00	—	Free commercial
18	GLM-4.7	95.70	0.00	0.00	0.00	3580B	Free commercial
19	Gemini 3.0 Flash	95.20	0.00	0.00	0.00	—	不开源
20	Gemini 3.0 Pro (Preview 11-2025)	95.00	0.00	0.00	0.00	—	不开源
21	GPT-5	94.60	0.00	0.00	0.00	—	不开源
22	Kimi K2 Thinking	94.50	0.00	0.00	0.00	10400B	Free commercial
23	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
24	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
25	DeepSeek V3.2	93.10	0.00	0.00	0.00	6710B	Free commercial
26	o3-pro	93.00	93.00	0.00	0.00	—	不开源
27	OpenAI o4 - mini	92.70	93.40	0.00	0.00	—	不开源
28	Qwen3-235B-A22B-Thinking-2507	92.30	0.00	0.00	0.00	2350B	Free commercial
29	Qwen3-235B-A22B-Thinking	92.30	0.00	0.00	0.00	305B	Free commercial
30	Grok 4 Fast	92.00	0.00	0.00	0.00	—	不开源
31	Grok 4	91.70	0.00	0.00	0.00	—	不开源
32	GLM-4.7-Flash	91.60	0.00	0.00	0.00	310B	Free commercial
33	DeepSeek-V3.1 Terminus	90.00	0.00	0.00	0.00	6710B	Free commercial
34	DeepSeek V3.2-Exp	89.30	0.00	0.00	0.00	6710B	Free commercial
35	Grok 4.1 Fast	89.00	0.00	0.00	0.00	—	不开源
36	OpenAI o3	88.90	0.00	0.00	0.00	—	不开源
37	DeepSeek-V3.1	88.40	93.10	0.00	0.00	6710B	Free commercial
38	Gemini 2.5-Pro	88.00	0.00	0.00	0.00	—	不开源
39	DeepSeek-R1-0528	87.50	91.40	98.00	0.00	6710B	Free commercial
40	Claude Sonnet 4.5	87.00	0.00	0.00	0.00	—	不开源
41	Gemini 2.5 Pro Experimental 03-25	86.90	92.00	0.00	0.00	—	不开源
42	OpenAI o3-mini	86.50	60.00	95.80	0.00	—	不开源
43	MiniMax M2.5	86.30	0.00	0.00	0.00	2290B	Free commercial
44	Intern-S1	86.00	0.00	0.00	0.00	2410B	Free commercial
45	Claude Sonnet 4	85.00	0.00	0.00	0.00	—	不开源
46	GPT OSS 120B	83.00	0.00	0.00	0.00	117B	Free commercial
47	Gemini-2.5-Pro-Preview-05-06	83.00	92.00	98.80	0.00	—	不开源
48	Step3	82.90	0.00	0.00	0.00	3210B	Free commercial
49	Qwen3-235B-A22B	81.50	85.70	98.00	0.00	2350B	Free commercial
50	Qwen3-4B-Thinking-2507	81.30	0.00	0.00	0.00	40B	Free commercial
51	M2.1	81.00	0.00	0.00	0.00	2300B	Free commercial
52	Haiku 4.5	80.70	0.00	0.00	0.00	—	不开源
53	Qwen3 Max (Preview)	80.60	0.00	0.00	0.00	—	不开源
54	GPT OSS 20B	79.00	0.00	0.00	0.00	210B	Free commercial
55	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
56	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
57	MiniMax M2	78.00	0.00	0.00	0.00	2300B	Free commercial
58	Grok 3	77.10	84.20	0.00	0.00	—	不开源
59	MiniMax-M1-80k	76.90	86.00	96.80	0.00	4560B	Free commercial
60	Hunyuan-A13B-Instruct	76.80	87.30	0.00	91.83	800B	Free commercial
61	Claude Opus 4	75.50	76.00	98.20	0.00	—	不开源
62	Hunyuan-7B	75.30	81.10	93.70	0.00	70B	Free commercial
63	Kimi K2 0905	75.20	0.00	0.00	0.00	10000B	Free commercial
64	MiniMax-M1-40k	74.60	83.30	96.00	0.00	4560B	Free commercial
65	Qwen3-32B	72.90	81.40	0.00	0.00	320B	Free commercial
66	Qwen3-32B	72.90	81.40	97.20	0.00	320B	Free commercial
67	Gemini 2.5 Flash	72.00	0.00	0.00	0.00	—	不开源
68	Claude Sonnet 4	70.50	0.00	0.00	0.00	—	不开源
69	Qwen3-235B-A22B-2507	70.30	0.00	0.00	0.00	2350B	Free commercial
70	DeepSeek-R1	70.00	79.80	97.30	0.00	6710B	Free commercial
71	Qwen3-Next	69.50	0.00	0.00	90.30	800B	Free commercial
72	Pangu Pro MoE	68.10	79.20	96.80	0.00	719B	Free commercial
73	Qwen3-8B	67.30	76.00	97.40	0.00	80B	Free commercial
74	Magistral-Medium-2506	64.95	73.59	0.00	0.00	—	不开源
75	Gemini 2.5 Flash-Lite	63.10	0.00	0.00	0.00	—	不开源
76	Magistral-Small-2506	62.76	70.68	0.00	0.00	240B	Free commercial
77	GPT-5	61.90	0.00	0.00	0.00	—	不开源
78	Gemini 2.5 Flash	61.60	88.00	0.00	0.00	—	不开源
79	Qwen3-30B-A3B-2507	61.30	0.00	0.00	0.00	305B	Free commercial
80	DeepSeek V3.2-Exp	58.00	0.00	0.00	0.00	6710B	Free commercial
81	Claude Sonnet 3.7	54.80	23.30	82.20	0.00	—	不开源
82	Kimi K2	54.00	69.60	97.40	0.00	10000B	Free commercial
83	DeepSeek-V3.1 Terminus	54.00	0.00	0.00	0.00	6710B	Free commercial
84	DeepSeek-V3.1	49.80	66.30	0.00	0.00	6710B	Free commercial
85	DeepSeek-V3-0324	47.70	59.40	94.00	96.30	6710B	Free commercial
86	Qwen3-4B-2507	47.40	0.00	0.00	0.00	40B	Free commercial
87	GPT-5-mini	47.00	0.00	0.00	0.00	—	不开源
88	GPT-5-mini	47.00	0.00	0.00	0.00	—	不开源
89	GLM-4.6	44.00	0.00	0.00	0.00	3550B	Free commercial
90	GPT-4o	42.10	0.00	0.00	0.00	—	不开源
91	Haiku 4.5	39.00	0.00	0.00	0.00	—	不开源
92	Claude Sonnet 4	38.00	43.40	0.00	0.00	—	不开源
93	Claude Sonnet 4.5	37.00	0.00	0.00	0.00	—	不开源
94	GPT-4.1	36.70	48.10	92.80	95.90	—	不开源
95	ERNIE-4.5-VL-424B-A47B-Base	35.10	0.00	0.00	0.00	4240B	Free commercial
96	ERNIE-4.5-300B-A47B	35.10	54.80	96.40	96.60	3000B	Free commercial
97	Gemini 2.0 Flash Experimental	29.70	0.00	0.00	0.00	—	不开源
98	GPT-4o(2025-03-27)	26.70	0.00	0.00	0.00	—	不开源
99	Qwen3-235B-A22B	24.70	85.70	96.20	96.40	2350B	Free commercial
100	Qwen3-30B-A3B	21.60	0.00	0.00	0.00	305B	Free commercial
101	Qwen3-8B	20.90	79.40	87.40	0.00	80B	Free commercial
102	Kimi K2 Thinking	100.00	0.00	0.00	0.00	10400B	Free commercial
103	Claude Sonnet 4.5	100.00	0.00	0.00	0.00	—	不开源
104	GPT-5-Pro	100.00	0.00	0.00	0.00	—	不开源
105	Grok 4 Heavy	100.00	0.00	0.00	0.00	—	不开源
106	GPT-5.2	100.00	0.00	0.00	0.00	—	不开源
107	Mistral-7B-Instruct-v0.3	0.00	0.00	0.00	36.20	70B	Free commercial
108	OpenAI o1	0.00	79.20	96.40	0.00	—	不开源
109	Llama-3.2-3B	0.00	0.00	0.00	34.00	32B	Free commercial
110	Gemini 1.5 Pro	0.00	0.00	0.00	0.00	—	不开源
111	Llama3.1-405B Instruct	0.00	0.00	0.00	0.00	4050B	Free commercial
112	Amazon Nova Pro	0.00	0.00	0.00	0.00	—	不开源
113	Gemini 2.5-Pro	0.00	92.00	98.80	0.00	—	不开源
114	GLM-4.5	0.00	91.00	98.20	0.00	3550B	Free commercial
115	OpenAI o3	0.00	91.60	98.10	0.00	—	不开源
116	GLM-4.5-Air	0.00	89.40	98.10	0.00	1060B	Free commercial
117	OpenAI o3-mini (high)	0.00	87.00	97.90	0.00	—	不开源
118	Pangu Embedded	0.00	81.90	92.40	95.98	70B	Free commercial
119	Llama3.1-8B	0.00	0.00	0.00	55.30	80B	Free commercial
120	Gemma 2 - 9B	0.00	0.00	0.00	70.70	90B	Free commercial
121	Moonlight-16B-A3B-Instruct	0.00	0.00	0.00	77.40	160B	Free commercial
122	Qwen2.5-3B	0.00	0.00	0.00	79.10	30B	Free commercial
123	Llama3.1-8B-Instruct	0.00	0.00	0.00	82.40	80B	Free commercial
124	Qwen2.5-7B	0.00	0.00	0.00	85.40	70B	Free commercial
125	Phi-4-mini-instruct (3.8B)	0.00	10.00	71.80	88.60	38B	Free commercial
126	GPT-4o mini	0.00	0.00	0.00	91.30	—	不开源
127	Qwen2.5-72B	0.00	0.00	0.00	91.50	727B	Free commercial
128	Qwen2.5-Max	0.00	0.00	0.00	94.50	—	不开源
129	Claude3-Opus	0.00	0.00	0.00	95.00	—	不开源
130	Qwen2.5-32B	0.00	0.00	0.00	95.90	320B	Free commercial
131	DeepSeek-V3	0.00	39.00	87.80	0.00	6810B	Free commercial
132	Grok 3.5	0.00	0.00	0.00	0.00	—	不开源
133	Gemma 3 - 27B (IT)	0.00	25.30	0.00	0.00	270B	Free commercial
134	GPT-4.1 nano	0.00	29.40	0.00	0.00	—	不开源
135	Gemini 2.0 Pro Experimental	0.00	36.00	0.00	0.00	—	不开源
136	Grok 3 mini	0.00	40.00	0.00	0.00	—	不开源
137	GPT-4.1 mini	0.00	49.60	0.00	0.00	—	不开源
138	GLM-4-9B-Chat	0.00	76.40	0.00	0.00	90B	Free commercial
139	Grok-3 - Reasoning Beta	0.00	93.30	0.00	0.00	—	不开源
140	Grok-3 mini - Reasoning	0.00	96.00	0.00	0.00	—	不开源
141	GPT-4o	0.00	9.30	75.90	0.00	—	不开源
142	Claude 3.5 Sonnet New	0.00	16.00	78.00	0.00	—	不开源
143	Kimi k1.5 (Long-CoT)	0.00	0.00	96.20	0.00	—	不开源
144	OpenAI o1-mini	0.00	63.60	90.00	0.00	—	不开源
145	Phi-4-instruct (reasoning-trained)	0.00	50.00	90.40	0.00	38B	不开源
146	QwQ-32B-Preview	0.00	50.00	90.60	0.00	320B	Free commercial
147	GPT-4.5	0.00	36.70	90.70	0.00	—	不开源
148	QwQ-32B	0.00	79.50	91.00	0.00	325B	Free commercial
149	DeepSeek-R1-Distill-Qwen-7B	0.00	53.30	91.40	0.00	70B	Free commercial
150	DeepSeek-R1-Distill-Llama-70B	0.00	0.00	94.50	0.00	700B	Free commercial
151	Kimi k1.5 (Short-CoT)	0.00	0.00	94.60	0.00	—	不开源
152	Llama 4 Behemoth Instruct	0.00	0.00	95.00	0.00	20000B	Free commercial
153	Hunyuan-T1	0.00	78.20	96.20	0.00	—	不开源
154	Claude Sonnet 3.7-64K Extended Thinking	0.00	80.00	96.20	0.00	—	不开源

Step 3.5 Flash

1960B

AIME202599.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Opus 4.6

AIME202599.79

AIME 20240.00

MATH-50097.60

GSM8K0.00

不开源

Gemini 3.0 Flash

AIME202599.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5

AIME202599.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o4 - mini

AIME202599.50

AIME 202498.70

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Deep Think

AIME202599.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2 Thinking

10400B

AIME202599.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 4

AIME202598.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 20B

210B

AIME202598.70

AIME 202496.00

MATH-5000.00

GSM8K0.00

Free commercial

GLM-4.6

3550B

AIME202598.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GLM-4.6

3550B

AIME202598.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT OSS 120B

117B

AIME202597.90

AIME 202496.60

MATH-5000.00

GSM8K0.00

Free commercial

Step 3.5 Flash

1960B

AIME202597.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5-Pro

AIME202596.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Haiku 4.5

AIME202596.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2.5

10000B

AIME202596.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek V3.2 Speciale

AIME202596.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GLM-4.7

3580B

AIME202595.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Gemini 3.0 Flash

AIME202595.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Gemini 3.0 Pro (Preview 11-2025)

AIME202595.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5

AIME202594.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2 Thinking

10400B

AIME202594.50

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5.1

AIME202594.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5.1

AIME202594.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek V3.2

6710B

AIME202593.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

o3-pro

AIME202593.00

AIME 202493.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o4 - mini

AIME202592.70

AIME 202493.40

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-Thinking-2507

2350B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Qwen3-235B-A22B-Thinking

305B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 4 Fast

AIME202592.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Grok 4

AIME202591.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GLM-4.7-Flash

310B

AIME202591.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-V3.1 Terminus

6710B

AIME202590.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek V3.2-Exp

6710B

AIME202589.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 4.1 Fast

AIME202589.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3

AIME202588.90

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek-V3.1

6710B

AIME202588.40

AIME 202493.10

MATH-5000.00

GSM8K0.00

Free commercial

Gemini 2.5-Pro

AIME202588.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek-R1-0528

6710B

AIME202587.50

AIME 202491.40

MATH-50098.00

GSM8K0.00

Free commercial

Claude Sonnet 4.5

AIME202587.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Pro Experimental 03-25

AIME202586.90

AIME 202492.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3-mini

AIME202586.50

AIME 202460.00

MATH-50095.80

GSM8K0.00

不开源

MiniMax M2.5

2290B

AIME202586.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Intern-S1

2410B

AIME202586.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Sonnet 4

AIME202585.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 120B

117B

AIME202583.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Gemini-2.5-Pro-Preview-05-06

AIME202583.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

Step3

3210B

AIME202582.90

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Qwen3-235B-A22B

2350B

AIME202581.50

AIME 202485.70

MATH-50098.00

GSM8K0.00

Free commercial

Qwen3-4B-Thinking-2507

40B

AIME202581.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

M2.1

2300B

AIME202581.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Haiku 4.5

AIME202580.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3 Max (Preview)

AIME202580.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 20B

210B

AIME202579.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Opus 4.1

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Claude Opus 4.1

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

MiniMax M2

2300B

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 3

AIME202577.10

AIME 202484.20

MATH-5000.00

GSM8K0.00

不开源

MiniMax-M1-80k

4560B

AIME202576.90

AIME 202486.00

MATH-50096.80

GSM8K0.00

Free commercial

Hunyuan-A13B-Instruct

800B

AIME202576.80

AIME 202487.30

MATH-5000.00

GSM8K91.83

Free commercial

Claude Opus 4

AIME202575.50

AIME 202476.00

MATH-50098.20

GSM8K0.00

不开源

Hunyuan-7B

70B

AIME202575.30

AIME 202481.10

MATH-50093.70

GSM8K0.00

Free commercial

Kimi K2 0905

10000B

AIME202575.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

MiniMax-M1-40k

4560B

AIME202574.60

AIME 202483.30

MATH-50096.00

GSM8K0.00

Free commercial

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-5000.00

GSM8K0.00

Free commercial

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-50097.20

GSM8K0.00

Free commercial

Gemini 2.5 Flash

AIME202572.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Claude Sonnet 4

AIME202570.50

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-2507

2350B

AIME202570.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-R1

6710B

AIME202570.00

AIME 202479.80

MATH-50097.30

GSM8K0.00

Free commercial

Qwen3-Next

800B

AIME202569.50

AIME 20240.00

MATH-5000.00

GSM8K90.30

Free commercial

Pangu Pro MoE

719B

AIME202568.10

AIME 202479.20

MATH-50096.80

GSM8K0.00

Free commercial

Qwen3-8B

80B

AIME202567.30

AIME 202476.00

MATH-50097.40

GSM8K0.00

Free commercial

Magistral-Medium-2506

AIME202564.95

AIME 202473.59

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Flash-Lite

AIME202563.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Magistral-Small-2506

240B

AIME202562.76

AIME 202470.68

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5

AIME202561.90

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Flash

AIME202561.60

AIME 202488.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-30B-A3B-2507

305B

AIME202561.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek V3.2-Exp

6710B

AIME202558.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Sonnet 3.7

AIME202554.80

AIME 202423.30

MATH-50082.20

GSM8K0.00

不开源

Kimi K2

10000B

AIME202554.00

AIME 202469.60

MATH-50097.40

GSM8K0.00

Free commercial

DeepSeek-V3.1 Terminus

6710B

AIME202554.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-V3.1

6710B

AIME202549.80

AIME 202466.30

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-V3-0324

6710B

AIME202547.70

AIME 202459.40

MATH-50094.00

GSM8K96.30

Free commercial

Qwen3-4B-2507

40B

AIME202547.40

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5-mini

AIME202547.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5-mini

AIME202547.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GLM-4.6

3550B

AIME202544.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-4o

AIME202542.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Haiku 4.5

AIME202539.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Claude Sonnet 4

AIME202538.00

AIME 202443.40

MATH-5000.00

GSM8K0.00

不开源

Claude Sonnet 4.5

AIME202537.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-4.1

AIME202536.70

AIME 202448.10

MATH-50092.80

GSM8K95.90

不开源

ERNIE-4.5-VL-424B-A47B-Base

4240B

AIME202535.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

ERNIE-4.5-300B-A47B

3000B

AIME202535.10

AIME 202454.80

MATH-50096.40

GSM8K96.60

Free commercial

Gemini 2.0 Flash Experimental

AIME202529.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-4o(2025-03-27)

AIME202526.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B

2350B

AIME202524.70

AIME 202485.70

MATH-50096.20

GSM8K96.40

Free commercial

100

Qwen3-30B-A3B

305B

AIME202521.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

101

Qwen3-8B

80B

AIME202520.90

AIME 202479.40

MATH-50087.40

GSM8K0.00

Free commercial

102

Kimi K2 Thinking

10400B

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

103

Claude Sonnet 4.5

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

104

GPT-5-Pro

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

105

Grok 4 Heavy

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

106

GPT-5.2

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

107

Mistral-7B-Instruct-v0.3

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K36.20

Free commercial

108

OpenAI o1

AIME20250.00

AIME 202479.20

MATH-50096.40

GSM8K0.00

不开源

109

Llama-3.2-3B

32B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K34.00

Free commercial

110

Gemini 1.5 Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

111

Llama3.1-405B Instruct

4050B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

112

Amazon Nova Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

113

Gemini 2.5-Pro

AIME20250.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

114

GLM-4.5

3550B

AIME20250.00

AIME 202491.00

MATH-50098.20

GSM8K0.00

Free commercial

115

OpenAI o3

AIME20250.00

AIME 202491.60

MATH-50098.10

GSM8K0.00

不开源

116

GLM-4.5-Air

1060B

AIME20250.00

AIME 202489.40

MATH-50098.10

GSM8K0.00

Free commercial

117

OpenAI o3-mini (high)

AIME20250.00

AIME 202487.00

MATH-50097.90

GSM8K0.00

不开源

118

Pangu Embedded

70B

AIME20250.00

AIME 202481.90

MATH-50092.40

GSM8K95.98

Free commercial

119

Llama3.1-8B

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K55.30

Free commercial

120

Gemma 2 - 9B

90B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K70.70

Free commercial

121

Moonlight-16B-A3B-Instruct

160B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K77.40

Free commercial

122

Qwen2.5-3B

30B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K79.10

Free commercial

123

Llama3.1-8B-Instruct

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K82.40

Free commercial

124

Qwen2.5-7B

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K85.40

Free commercial

125

Phi-4-mini-instruct (3.8B)

38B

AIME20250.00

AIME 202410.00

MATH-50071.80

GSM8K88.60

Free commercial

126

GPT-4o mini

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.30

不开源

127

Qwen2.5-72B

727B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.50

Free commercial

128

Qwen2.5-Max

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K94.50

不开源

129

Claude3-Opus

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.00

不开源

130

Qwen2.5-32B

320B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.90

Free commercial

131

DeepSeek-V3

6810B

AIME20250.00

AIME 202439.00

MATH-50087.80

GSM8K0.00

Free commercial

132

Grok 3.5

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

133

Gemma 3 - 27B (IT)

270B

AIME20250.00

AIME 202425.30

MATH-5000.00

GSM8K0.00

Free commercial

134

GPT-4.1 nano

AIME20250.00

AIME 202429.40

MATH-5000.00

GSM8K0.00

不开源

135

Gemini 2.0 Pro Experimental

AIME20250.00

AIME 202436.00

MATH-5000.00

GSM8K0.00

不开源

136

Grok 3 mini

AIME20250.00

AIME 202440.00

MATH-5000.00

GSM8K0.00

不开源

137

GPT-4.1 mini

AIME20250.00

AIME 202449.60

MATH-5000.00

GSM8K0.00

不开源

138

GLM-4-9B-Chat

90B

AIME20250.00

AIME 202476.40

MATH-5000.00

GSM8K0.00

Free commercial

139

Grok-3 - Reasoning Beta

AIME20250.00

AIME 202493.30

MATH-5000.00

GSM8K0.00

不开源

140

Grok-3 mini - Reasoning

AIME20250.00

AIME 202496.00

MATH-5000.00

GSM8K0.00

不开源

141

GPT-4o

AIME20250.00

AIME 20249.30

MATH-50075.90

GSM8K0.00

不开源

142

Claude 3.5 Sonnet New

AIME20250.00

AIME 202416.00

MATH-50078.00

GSM8K0.00

不开源

143

Kimi k1.5 (Long-CoT)

AIME20250.00

AIME 20240.00

MATH-50096.20

GSM8K0.00

不开源

144

OpenAI o1-mini

AIME20250.00

AIME 202463.60

MATH-50090.00

GSM8K0.00

不开源

145

Phi-4-instruct (reasoning-trained)

38B

AIME20250.00

AIME 202450.00

MATH-50090.40

GSM8K0.00

不开源

146

QwQ-32B-Preview

320B

AIME20250.00

AIME 202450.00

MATH-50090.60

GSM8K0.00

Free commercial

147

GPT-4.5

AIME20250.00

AIME 202436.70

MATH-50090.70

GSM8K0.00

不开源

148

QwQ-32B

325B

AIME20250.00

AIME 202479.50

MATH-50091.00

GSM8K0.00

Free commercial

149

DeepSeek-R1-Distill-Qwen-7B

70B

AIME20250.00

AIME 202453.30

MATH-50091.40

GSM8K0.00

Free commercial

150

DeepSeek-R1-Distill-Llama-70B

700B

AIME20250.00

AIME 20240.00

MATH-50094.50

GSM8K0.00

Free commercial

151

Kimi k1.5 (Short-CoT)

AIME20250.00

AIME 20240.00

MATH-50094.60

GSM8K0.00

不开源

152

Llama 4 Behemoth Instruct

20000B

AIME20250.00

AIME 20240.00

MATH-50095.00

GSM8K0.00

Free commercial

153

Hunyuan-T1

AIME20250.00

AIME 202478.20

MATH-50096.20

GSM8K0.00

不开源

154

Claude Sonnet 3.7-64K Extended Thinking

AIME20250.00

AIME 202480.00

MATH-50096.20

GSM8K0.00

不开源

加载中...

Back to Main Leaderboard

大模型数学推理能力评测排行榜

Updated on: 2025-07-20 20:56:42

Benchmark switcher

Pick the leaderboard to sync both chart and table

AIME2025 AIME 2024 MATH-500 GSM8K

More benchmark coverage

Browse the benchmark catalog by category and language

More Benchmarks

Filters

Model Size

All 3B and below 7B 13B 34B 65B 100B and above

Model Type

All Reasoning Models Foundation Models Instruction/Chat Models Coding Models

LLM Performance Results

Data source: DataLearnerAI

Rank	Model	AIME2025	AIME 2024	MATH-500	GSM8K	Params (B)	License
1	Step 3.5 Flash	99.80	0.00	0.00	0.00	1960B	Free commercial
2	Claude Opus 4.6	99.79	0.00	97.60	0.00	—	不开源
3	Gemini 3.0 Flash	99.70	0.00	0.00	0.00	—	不开源
4	GPT-5	99.60	0.00	0.00	0.00	—	不开源
5	OpenAI o4 - mini	99.50	98.70	0.00	0.00	—	不开源
6	Gemini 2.5 Deep Think	99.20	0.00	0.00	0.00	—	不开源
7	Kimi K2 Thinking	99.10	0.00	0.00	0.00	10400B	Free commercial
8	Grok 4	98.80	0.00	0.00	0.00	—	不开源
9	GPT OSS 20B	98.70	96.00	0.00	0.00	210B	Free commercial
10	GLM-4.6	98.60	0.00	0.00	0.00	3550B	Free commercial
11	GLM-4.6	98.60	0.00	0.00	0.00	3550B	Free commercial
12	GPT OSS 120B	97.90	96.60	0.00	0.00	117B	Free commercial
13	Step 3.5 Flash	97.30	0.00	0.00	0.00	1960B	Free commercial
14	GPT-5-Pro	96.70	0.00	0.00	0.00	—	不开源
15	Haiku 4.5	96.30	0.00	0.00	0.00	—	不开源
16	Kimi K2.5	96.10	0.00	0.00	0.00	10000B	Free commercial
17	DeepSeek V3.2 Speciale	96.00	0.00	0.00	0.00	—	Free commercial
18	GLM-4.7	95.70	0.00	0.00	0.00	3580B	Free commercial
19	Gemini 3.0 Flash	95.20	0.00	0.00	0.00	—	不开源
20	Gemini 3.0 Pro (Preview 11-2025)	95.00	0.00	0.00	0.00	—	不开源
21	GPT-5	94.60	0.00	0.00	0.00	—	不开源
22	Kimi K2 Thinking	94.50	0.00	0.00	0.00	10400B	Free commercial
23	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
24	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
25	DeepSeek V3.2	93.10	0.00	0.00	0.00	6710B	Free commercial
26	o3-pro	93.00	93.00	0.00	0.00	—	不开源
27	OpenAI o4 - mini	92.70	93.40	0.00	0.00	—	不开源
28	Qwen3-235B-A22B-Thinking-2507	92.30	0.00	0.00	0.00	2350B	Free commercial
29	Qwen3-235B-A22B-Thinking	92.30	0.00	0.00	0.00	305B	Free commercial
30	Grok 4 Fast	92.00	0.00	0.00	0.00	—	不开源
31	Grok 4	91.70	0.00	0.00	0.00	—	不开源
32	GLM-4.7-Flash	91.60	0.00	0.00	0.00	310B	Free commercial
33	DeepSeek-V3.1 Terminus	90.00	0.00	0.00	0.00	6710B	Free commercial
34	DeepSeek V3.2-Exp	89.30	0.00	0.00	0.00	6710B	Free commercial
35	Grok 4.1 Fast	89.00	0.00	0.00	0.00	—	不开源
36	OpenAI o3	88.90	0.00	0.00	0.00	—	不开源
37	DeepSeek-V3.1	88.40	93.10	0.00	0.00	6710B	Free commercial
38	Gemini 2.5-Pro	88.00	0.00	0.00	0.00	—	不开源
39	DeepSeek-R1-0528	87.50	91.40	98.00	0.00	6710B	Free commercial
40	Claude Sonnet 4.5	87.00	0.00	0.00	0.00	—	不开源
41	Gemini 2.5 Pro Experimental 03-25	86.90	92.00	0.00	0.00	—	不开源
42	OpenAI o3-mini	86.50	60.00	95.80	0.00	—	不开源
43	MiniMax M2.5	86.30	0.00	0.00	0.00	2290B	Free commercial
44	Intern-S1	86.00	0.00	0.00	0.00	2410B	Free commercial
45	Claude Sonnet 4	85.00	0.00	0.00	0.00	—	不开源
46	GPT OSS 120B	83.00	0.00	0.00	0.00	117B	Free commercial
47	Gemini-2.5-Pro-Preview-05-06	83.00	92.00	98.80	0.00	—	不开源
48	Step3	82.90	0.00	0.00	0.00	3210B	Free commercial
49	Qwen3-235B-A22B	81.50	85.70	98.00	0.00	2350B	Free commercial
50	Qwen3-4B-Thinking-2507	81.30	0.00	0.00	0.00	40B	Free commercial
51	M2.1	81.00	0.00	0.00	0.00	2300B	Free commercial
52	Haiku 4.5	80.70	0.00	0.00	0.00	—	不开源
53	Qwen3 Max (Preview)	80.60	0.00	0.00	0.00	—	不开源
54	GPT OSS 20B	79.00	0.00	0.00	0.00	210B	Free commercial
55	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
56	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
57	MiniMax M2	78.00	0.00	0.00	0.00	2300B	Free commercial
58	Grok 3	77.10	84.20	0.00	0.00	—	不开源
59	MiniMax-M1-80k	76.90	86.00	96.80	0.00	4560B	Free commercial
60	Hunyuan-A13B-Instruct	76.80	87.30	0.00	91.83	800B	Free commercial
61	Claude Opus 4	75.50	76.00	98.20	0.00	—	不开源
62	Hunyuan-7B	75.30	81.10	93.70	0.00	70B	Free commercial
63	Kimi K2 0905	75.20	0.00	0.00	0.00	10000B	Free commercial
64	MiniMax-M1-40k	74.60	83.30	96.00	0.00	4560B	Free commercial
65	Qwen3-32B	72.90	81.40	0.00	0.00	320B	Free commercial
66	Qwen3-32B	72.90	81.40	97.20	0.00	320B	Free commercial
67	Gemini 2.5 Flash	72.00	0.00	0.00	0.00	—	不开源
68	Claude Sonnet 4	70.50	0.00	0.00	0.00	—	不开源
69	Qwen3-235B-A22B-2507	70.30	0.00	0.00	0.00	2350B	Free commercial
70	DeepSeek-R1	70.00	79.80	97.30	0.00	6710B	Free commercial
71	Qwen3-Next	69.50	0.00	0.00	90.30	800B	Free commercial
72	Pangu Pro MoE	68.10	79.20	96.80	0.00	719B	Free commercial
73	Qwen3-8B	67.30	76.00	97.40	0.00	80B	Free commercial
74	Magistral-Medium-2506	64.95	73.59	0.00	0.00	—	不开源
75	Gemini 2.5 Flash-Lite	63.10	0.00	0.00	0.00	—	不开源
76	Magistral-Small-2506	62.76	70.68	0.00	0.00	240B	Free commercial
77	GPT-5	61.90	0.00	0.00	0.00	—	不开源
78	Gemini 2.5 Flash	61.60	88.00	0.00	0.00	—	不开源
79	Qwen3-30B-A3B-2507	61.30	0.00	0.00	0.00	305B	Free commercial
80	DeepSeek V3.2-Exp	58.00	0.00	0.00	0.00	6710B	Free commercial
81	Claude Sonnet 3.7	54.80	23.30	82.20	0.00	—	不开源
82	Kimi K2	54.00	69.60	97.40	0.00	10000B	Free commercial
83	DeepSeek-V3.1 Terminus	54.00	0.00	0.00	0.00	6710B	Free commercial
84	DeepSeek-V3.1	49.80	66.30	0.00	0.00	6710B	Free commercial
85	DeepSeek-V3-0324	47.70	59.40	94.00	96.30	6710B	Free commercial
86	Qwen3-4B-2507	47.40	0.00	0.00	0.00	40B	Free commercial
87	GPT-5-mini	47.00	0.00	0.00	0.00	—	不开源
88	GPT-5-mini	47.00	0.00	0.00	0.00	—	不开源
89	GLM-4.6	44.00	0.00	0.00	0.00	3550B	Free commercial
90	GPT-4o	42.10	0.00	0.00	0.00	—	不开源
91	Haiku 4.5	39.00	0.00	0.00	0.00	—	不开源
92	Claude Sonnet 4	38.00	43.40	0.00	0.00	—	不开源
93	Claude Sonnet 4.5	37.00	0.00	0.00	0.00	—	不开源
94	GPT-4.1	36.70	48.10	92.80	95.90	—	不开源
95	ERNIE-4.5-VL-424B-A47B-Base	35.10	0.00	0.00	0.00	4240B	Free commercial
96	ERNIE-4.5-300B-A47B	35.10	54.80	96.40	96.60	3000B	Free commercial
97	Gemini 2.0 Flash Experimental	29.70	0.00	0.00	0.00	—	不开源
98	GPT-4o(2025-03-27)	26.70	0.00	0.00	0.00	—	不开源
99	Qwen3-235B-A22B	24.70	85.70	96.20	96.40	2350B	Free commercial
100	Qwen3-30B-A3B	21.60	0.00	0.00	0.00	305B	Free commercial
101	Qwen3-8B	20.90	79.40	87.40	0.00	80B	Free commercial
102	Kimi K2 Thinking	100.00	0.00	0.00	0.00	10400B	Free commercial
103	Claude Sonnet 4.5	100.00	0.00	0.00	0.00	—	不开源
104	GPT-5-Pro	100.00	0.00	0.00	0.00	—	不开源
105	Grok 4 Heavy	100.00	0.00	0.00	0.00	—	不开源
106	GPT-5.2	100.00	0.00	0.00	0.00	—	不开源
107	Mistral-7B-Instruct-v0.3	0.00	0.00	0.00	36.20	70B	Free commercial
108	OpenAI o1	0.00	79.20	96.40	0.00	—	不开源
109	Llama-3.2-3B	0.00	0.00	0.00	34.00	32B	Free commercial
110	Gemini 1.5 Pro	0.00	0.00	0.00	0.00	—	不开源
111	Llama3.1-405B Instruct	0.00	0.00	0.00	0.00	4050B	Free commercial
112	Amazon Nova Pro	0.00	0.00	0.00	0.00	—	不开源
113	Gemini 2.5-Pro	0.00	92.00	98.80	0.00	—	不开源
114	GLM-4.5	0.00	91.00	98.20	0.00	3550B	Free commercial
115	OpenAI o3	0.00	91.60	98.10	0.00	—	不开源
116	GLM-4.5-Air	0.00	89.40	98.10	0.00	1060B	Free commercial
117	OpenAI o3-mini (high)	0.00	87.00	97.90	0.00	—	不开源
118	Pangu Embedded	0.00	81.90	92.40	95.98	70B	Free commercial
119	Llama3.1-8B	0.00	0.00	0.00	55.30	80B	Free commercial
120	Gemma 2 - 9B	0.00	0.00	0.00	70.70	90B	Free commercial
121	Moonlight-16B-A3B-Instruct	0.00	0.00	0.00	77.40	160B	Free commercial
122	Qwen2.5-3B	0.00	0.00	0.00	79.10	30B	Free commercial
123	Llama3.1-8B-Instruct	0.00	0.00	0.00	82.40	80B	Free commercial
124	Qwen2.5-7B	0.00	0.00	0.00	85.40	70B	Free commercial
125	Phi-4-mini-instruct (3.8B)	0.00	10.00	71.80	88.60	38B	Free commercial
126	GPT-4o mini	0.00	0.00	0.00	91.30	—	不开源
127	Qwen2.5-72B	0.00	0.00	0.00	91.50	727B	Free commercial
128	Qwen2.5-Max	0.00	0.00	0.00	94.50	—	不开源
129	Claude3-Opus	0.00	0.00	0.00	95.00	—	不开源
130	Qwen2.5-32B	0.00	0.00	0.00	95.90	320B	Free commercial
131	DeepSeek-V3	0.00	39.00	87.80	0.00	6810B	Free commercial
132	Grok 3.5	0.00	0.00	0.00	0.00	—	不开源
133	Gemma 3 - 27B (IT)	0.00	25.30	0.00	0.00	270B	Free commercial
134	GPT-4.1 nano	0.00	29.40	0.00	0.00	—	不开源
135	Gemini 2.0 Pro Experimental	0.00	36.00	0.00	0.00	—	不开源
136	Grok 3 mini	0.00	40.00	0.00	0.00	—	不开源
137	GPT-4.1 mini	0.00	49.60	0.00	0.00	—	不开源
138	GLM-4-9B-Chat	0.00	76.40	0.00	0.00	90B	Free commercial
139	Grok-3 - Reasoning Beta	0.00	93.30	0.00	0.00	—	不开源
140	Grok-3 mini - Reasoning	0.00	96.00	0.00	0.00	—	不开源
141	GPT-4o	0.00	9.30	75.90	0.00	—	不开源
142	Claude 3.5 Sonnet New	0.00	16.00	78.00	0.00	—	不开源
143	Kimi k1.5 (Long-CoT)	0.00	0.00	96.20	0.00	—	不开源
144	OpenAI o1-mini	0.00	63.60	90.00	0.00	—	不开源
145	Phi-4-instruct (reasoning-trained)	0.00	50.00	90.40	0.00	38B	不开源
146	QwQ-32B-Preview	0.00	50.00	90.60	0.00	320B	Free commercial
147	GPT-4.5	0.00	36.70	90.70	0.00	—	不开源
148	QwQ-32B	0.00	79.50	91.00	0.00	325B	Free commercial
149	DeepSeek-R1-Distill-Qwen-7B	0.00	53.30	91.40	0.00	70B	Free commercial
150	DeepSeek-R1-Distill-Llama-70B	0.00	0.00	94.50	0.00	700B	Free commercial
151	Kimi k1.5 (Short-CoT)	0.00	0.00	94.60	0.00	—	不开源
152	Llama 4 Behemoth Instruct	0.00	0.00	95.00	0.00	20000B	Free commercial
153	Hunyuan-T1	0.00	78.20	96.20	0.00	—	不开源
154	Claude Sonnet 3.7-64K Extended Thinking	0.00	80.00	96.20	0.00	—	不开源

Step 3.5 Flash

1960B

AIME202599.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Opus 4.6

AIME202599.79

AIME 20240.00

MATH-50097.60

GSM8K0.00

不开源

Gemini 3.0 Flash

AIME202599.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5

AIME202599.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o4 - mini

AIME202599.50

AIME 202498.70

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Deep Think

AIME202599.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2 Thinking

10400B

AIME202599.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 4

AIME202598.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 20B

210B

AIME202598.70

AIME 202496.00

MATH-5000.00

GSM8K0.00

Free commercial

GLM-4.6

3550B

AIME202598.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GLM-4.6

3550B

AIME202598.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT OSS 120B

117B

AIME202597.90

AIME 202496.60

MATH-5000.00

GSM8K0.00

Free commercial

Step 3.5 Flash

1960B

AIME202597.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5-Pro

AIME202596.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Haiku 4.5

AIME202596.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2.5

10000B

AIME202596.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek V3.2 Speciale

AIME202596.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GLM-4.7

3580B

AIME202595.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Gemini 3.0 Flash

AIME202595.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Gemini 3.0 Pro (Preview 11-2025)

AIME202595.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5

AIME202594.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2 Thinking

10400B

AIME202594.50

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5.1

AIME202594.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5.1

AIME202594.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek V3.2

6710B

AIME202593.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

o3-pro

AIME202593.00

AIME 202493.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o4 - mini

AIME202592.70

AIME 202493.40

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-Thinking-2507

2350B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Qwen3-235B-A22B-Thinking

305B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 4 Fast

AIME202592.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Grok 4

AIME202591.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GLM-4.7-Flash

310B

AIME202591.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-V3.1 Terminus

6710B

AIME202590.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek V3.2-Exp

6710B

AIME202589.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 4.1 Fast

AIME202589.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3

AIME202588.90

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek-V3.1

6710B

AIME202588.40

AIME 202493.10

MATH-5000.00

GSM8K0.00

Free commercial

Gemini 2.5-Pro

AIME202588.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek-R1-0528

6710B

AIME202587.50

AIME 202491.40

MATH-50098.00

GSM8K0.00

Free commercial

Claude Sonnet 4.5

AIME202587.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Pro Experimental 03-25

AIME202586.90

AIME 202492.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3-mini

AIME202586.50

AIME 202460.00

MATH-50095.80

GSM8K0.00

不开源

MiniMax M2.5

2290B

AIME202586.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Intern-S1

2410B

AIME202586.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Sonnet 4

AIME202585.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 120B

117B

AIME202583.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Gemini-2.5-Pro-Preview-05-06

AIME202583.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

Step3

3210B

AIME202582.90

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Qwen3-235B-A22B

2350B

AIME202581.50

AIME 202485.70

MATH-50098.00

GSM8K0.00

Free commercial

Qwen3-4B-Thinking-2507

40B

AIME202581.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

M2.1

2300B

AIME202581.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Haiku 4.5

AIME202580.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3 Max (Preview)

AIME202580.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 20B

210B

AIME202579.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Opus 4.1

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Claude Opus 4.1

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

MiniMax M2

2300B

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Grok 3

AIME202577.10

AIME 202484.20

MATH-5000.00

GSM8K0.00

不开源

MiniMax-M1-80k

4560B

AIME202576.90

AIME 202486.00

MATH-50096.80

GSM8K0.00

Free commercial

Hunyuan-A13B-Instruct

800B

AIME202576.80

AIME 202487.30

MATH-5000.00

GSM8K91.83

Free commercial

Claude Opus 4

AIME202575.50

AIME 202476.00

MATH-50098.20

GSM8K0.00

不开源

Hunyuan-7B

70B

AIME202575.30

AIME 202481.10

MATH-50093.70

GSM8K0.00

Free commercial

Kimi K2 0905

10000B

AIME202575.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

MiniMax-M1-40k

4560B

AIME202574.60

AIME 202483.30

MATH-50096.00

GSM8K0.00

Free commercial

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-5000.00

GSM8K0.00

Free commercial

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-50097.20

GSM8K0.00

Free commercial

Gemini 2.5 Flash

AIME202572.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Claude Sonnet 4

AIME202570.50

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-2507

2350B

AIME202570.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-R1

6710B

AIME202570.00

AIME 202479.80

MATH-50097.30

GSM8K0.00

Free commercial

Qwen3-Next

800B

AIME202569.50

AIME 20240.00

MATH-5000.00

GSM8K90.30

Free commercial

Pangu Pro MoE

719B

AIME202568.10

AIME 202479.20

MATH-50096.80

GSM8K0.00

Free commercial

Qwen3-8B

80B

AIME202567.30

AIME 202476.00

MATH-50097.40

GSM8K0.00

Free commercial

Magistral-Medium-2506

AIME202564.95

AIME 202473.59

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Flash-Lite

AIME202563.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Magistral-Small-2506

240B

AIME202562.76

AIME 202470.68

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5

AIME202561.90

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Flash

AIME202561.60

AIME 202488.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-30B-A3B-2507

305B

AIME202561.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek V3.2-Exp

6710B

AIME202558.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

Claude Sonnet 3.7

AIME202554.80

AIME 202423.30

MATH-50082.20

GSM8K0.00

不开源

Kimi K2

10000B

AIME202554.00

AIME 202469.60

MATH-50097.40

GSM8K0.00

Free commercial

DeepSeek-V3.1 Terminus

6710B

AIME202554.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-V3.1

6710B

AIME202549.80

AIME 202466.30

MATH-5000.00

GSM8K0.00

Free commercial

DeepSeek-V3-0324

6710B

AIME202547.70

AIME 202459.40

MATH-50094.00

GSM8K96.30

Free commercial

Qwen3-4B-2507

40B

AIME202547.40

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-5-mini

AIME202547.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5-mini

AIME202547.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GLM-4.6

3550B

AIME202544.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

GPT-4o

AIME202542.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Haiku 4.5

AIME202539.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Claude Sonnet 4

AIME202538.00

AIME 202443.40

MATH-5000.00

GSM8K0.00

不开源

Claude Sonnet 4.5

AIME202537.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-4.1

AIME202536.70

AIME 202448.10

MATH-50092.80

GSM8K95.90

不开源

ERNIE-4.5-VL-424B-A47B-Base

4240B

AIME202535.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

ERNIE-4.5-300B-A47B

3000B

AIME202535.10

AIME 202454.80

MATH-50096.40

GSM8K96.60

Free commercial

Gemini 2.0 Flash Experimental

AIME202529.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-4o(2025-03-27)

AIME202526.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B

2350B

AIME202524.70

AIME 202485.70

MATH-50096.20

GSM8K96.40

Free commercial

100

Qwen3-30B-A3B

305B

AIME202521.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

101

Qwen3-8B

80B

AIME202520.90

AIME 202479.40

MATH-50087.40

GSM8K0.00

Free commercial

102

Kimi K2 Thinking

10400B

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

103

Claude Sonnet 4.5

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

104

GPT-5-Pro

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

105

Grok 4 Heavy

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

106

GPT-5.2

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

107

Mistral-7B-Instruct-v0.3

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K36.20

Free commercial

108

OpenAI o1

AIME20250.00

AIME 202479.20

MATH-50096.40

GSM8K0.00

不开源

109

Llama-3.2-3B

32B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K34.00

Free commercial

110

Gemini 1.5 Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

111

Llama3.1-405B Instruct

4050B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

Free commercial

112

Amazon Nova Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

113

Gemini 2.5-Pro

AIME20250.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

114

GLM-4.5

3550B

AIME20250.00

AIME 202491.00

MATH-50098.20

GSM8K0.00

Free commercial

115

OpenAI o3

AIME20250.00

AIME 202491.60

MATH-50098.10

GSM8K0.00

不开源

116

GLM-4.5-Air

1060B

AIME20250.00

AIME 202489.40

MATH-50098.10

GSM8K0.00

Free commercial

117

OpenAI o3-mini (high)

AIME20250.00

AIME 202487.00

MATH-50097.90

GSM8K0.00

不开源

118

Pangu Embedded

70B

AIME20250.00

AIME 202481.90

MATH-50092.40

GSM8K95.98

Free commercial

119

Llama3.1-8B

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K55.30

Free commercial

120

Gemma 2 - 9B

90B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K70.70

Free commercial

121

Moonlight-16B-A3B-Instruct

160B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K77.40

Free commercial

122

Qwen2.5-3B

30B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K79.10

Free commercial

123

Llama3.1-8B-Instruct

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K82.40

Free commercial

124

Qwen2.5-7B

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K85.40

Free commercial

125

Phi-4-mini-instruct (3.8B)

38B

AIME20250.00

AIME 202410.00

MATH-50071.80

GSM8K88.60

Free commercial

126

GPT-4o mini

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.30

不开源

127

Qwen2.5-72B

727B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.50

Free commercial

128

Qwen2.5-Max

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K94.50

不开源

129

Claude3-Opus

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.00

不开源

130

Qwen2.5-32B

320B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.90

Free commercial

131

DeepSeek-V3

6810B

AIME20250.00

AIME 202439.00

MATH-50087.80

GSM8K0.00

Free commercial

132

Grok 3.5

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

133

Gemma 3 - 27B (IT)

270B

AIME20250.00

AIME 202425.30

MATH-5000.00

GSM8K0.00

Free commercial

134

GPT-4.1 nano

AIME20250.00

AIME 202429.40

MATH-5000.00

GSM8K0.00

不开源

135

Gemini 2.0 Pro Experimental

AIME20250.00

AIME 202436.00

MATH-5000.00

GSM8K0.00

不开源

136

Grok 3 mini

AIME20250.00

AIME 202440.00

MATH-5000.00

GSM8K0.00

不开源

137

GPT-4.1 mini

AIME20250.00

AIME 202449.60

MATH-5000.00

GSM8K0.00

不开源

138

GLM-4-9B-Chat

90B

AIME20250.00

AIME 202476.40

MATH-5000.00

GSM8K0.00

Free commercial

139

Grok-3 - Reasoning Beta

AIME20250.00

AIME 202493.30

MATH-5000.00

GSM8K0.00

不开源

140

Grok-3 mini - Reasoning

AIME20250.00

AIME 202496.00

MATH-5000.00

GSM8K0.00

不开源

141

GPT-4o

AIME20250.00

AIME 20249.30

MATH-50075.90

GSM8K0.00

不开源

142

Claude 3.5 Sonnet New

AIME20250.00

AIME 202416.00

MATH-50078.00

GSM8K0.00

不开源

143

Kimi k1.5 (Long-CoT)

AIME20250.00

AIME 20240.00

MATH-50096.20

GSM8K0.00

不开源

144

OpenAI o1-mini

AIME20250.00

AIME 202463.60

MATH-50090.00

GSM8K0.00

不开源

145

Phi-4-instruct (reasoning-trained)

38B

AIME20250.00

AIME 202450.00

MATH-50090.40

GSM8K0.00

不开源

146

QwQ-32B-Preview

320B

AIME20250.00

AIME 202450.00

MATH-50090.60

GSM8K0.00

Free commercial

147

GPT-4.5

AIME20250.00

AIME 202436.70

MATH-50090.70

GSM8K0.00

不开源

148

QwQ-32B

325B

AIME20250.00

AIME 202479.50

MATH-50091.00

GSM8K0.00

Free commercial

149

DeepSeek-R1-Distill-Qwen-7B

70B

AIME20250.00

AIME 202453.30

MATH-50091.40

GSM8K0.00

Free commercial

150

DeepSeek-R1-Distill-Llama-70B

700B

AIME20250.00

AIME 20240.00

MATH-50094.50

GSM8K0.00

Free commercial

151

Kimi k1.5 (Short-CoT)

AIME20250.00

AIME 20240.00

MATH-50094.60

GSM8K0.00

不开源

152

Llama 4 Behemoth Instruct

20000B

AIME20250.00

AIME 20240.00

MATH-50095.00

GSM8K0.00

Free commercial

153

Hunyuan-T1

AIME20250.00

AIME 202478.20

MATH-50096.20

GSM8K0.00

不开源

154

Claude Sonnet 3.7-64K Extended Thinking

AIME20250.00

AIME 202480.00

MATH-50096.20

GSM8K0.00

不开源