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。

数据更新于: 2025-07-20 20:56:42

评测切换

在这里切换评测，图表和表格会同步更新

AIME2025 AIME 2024 MATH-500 GSM8K

还有更多评测基准

进入评测基准列表，按类别/语言快速筛选

更多评测

筛选

参数规模

全部 3B及以下 7B 13B 34B 65B 100B及以上

模型类型

全部推理大模型基座大模型指令优化/聊天优化大模型编程大模型

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型	AIME2025	AIME 2024	MATH-500	GSM8K	参数(亿)	开源情况
1	Step 3.5 Flash	99.80	0.00	0.00	0.00	1960B	免费商用
2	Gemini 3.0 Flash	99.70	0.00	0.00	0.00	—	不开源
3	GPT-5	99.60	0.00	0.00	0.00	—	不开源
4	OpenAI o4 - mini	99.50	98.70	0.00	0.00	—	不开源
5	Gemini 2.5 Deep Think	99.20	0.00	0.00	0.00	—	不开源
6	Grok 4	98.80	0.00	0.00	0.00	—	不开源
7	GPT OSS 20B	98.70	96.00	0.00	0.00	210B	免费商用
8	GLM-4.6	98.60	0.00	0.00	0.00	3550B	免费商用
9	GPT OSS 120B	97.90	96.60	0.00	0.00	117B	免费商用
10	Haiku 4.5	96.30	0.00	0.00	0.00	—	不开源
11	Kimi K2.5	96.10	0.00	0.00	0.00	10000B	免费商用
12	DeepSeek V3.2 Speciale	96.00	0.00	0.00	0.00	—	免费商用
13	GLM-4.7	95.70	0.00	0.00	0.00	3580B	免费商用
14	Gemini 3.0 Pro (Preview 11-2025)	95.00	0.00	0.00	0.00	—	不开源
15	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
16	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
17	DeepSeek V3.2	93.10	0.00	0.00	0.00	6710B	免费商用
18	o3-pro	93.00	93.00	0.00	0.00	—	不开源
19	Qwen3-235B-A22B-Thinking-2507	92.30	0.00	0.00	0.00	2350B	免费商用
20	Qwen3-235B-A22B-Thinking	92.30	0.00	0.00	0.00	305B	免费商用
21	Grok 4 Fast	92.00	0.00	0.00	0.00	—	不开源
22	GLM-4.7-Flash	91.60	0.00	0.00	0.00	310B	免费商用
23	DeepSeek-V3.1 Terminus	90.00	0.00	0.00	0.00	6710B	免费商用
24	DeepSeek V3.2-Exp	89.30	0.00	0.00	0.00	6710B	免费商用
25	Grok 4.1 Fast	89.00	0.00	0.00	0.00	—	不开源
26	OpenAI o3	88.90	91.60	98.10	0.00	—	不开源
27	DeepSeek-V3.1	88.40	93.10	0.00	0.00	6710B	免费商用
28	Gemini 2.5-Pro	88.00	92.00	98.80	0.00	—	不开源
29	DeepSeek-R1-0528	87.50	91.40	98.00	0.00	6710B	免费商用
30	Gemini 2.5 Pro Experimental 03-25	86.90	92.00	0.00	0.00	—	不开源
31	OpenAI o3-mini	86.50	60.00	95.80	0.00	—	不开源
32	MiniMax M2.5	86.30	0.00	0.00	0.00	2290B	免费商用
33	Intern-S1	86.00	0.00	0.00	0.00	2410B	免费商用
34	Claude Sonnet 4	85.00	43.40	0.00	0.00	—	不开源
35	Gemini-2.5-Pro-Preview-05-06	83.00	92.00	98.80	0.00	—	不开源
36	Step3	82.90	0.00	0.00	0.00	3210B	免费商用
37	Qwen3-235B-A22B	81.50	85.70	98.00	96.40	2350B	免费商用
38	Qwen3-4B-Thinking-2507	81.30	0.00	0.00	0.00	40B	免费商用
39	M2.1	81.00	0.00	0.00	0.00	2300B	免费商用
40	Qwen3 Max (Preview)	80.60	0.00	0.00	0.00	—	不开源
41	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
42	MiniMax M2	78.00	0.00	0.00	0.00	2300B	免费商用
43	Grok 3	77.10	84.20	0.00	0.00	—	不开源
44	MiniMax-M1-80k	76.90	86.00	96.80	0.00	4560B	免费商用
45	Hunyuan-A13B-Instruct	76.80	87.30	0.00	91.83	800B	免费商用
46	Claude Opus 4	75.50	76.00	98.20	0.00	—	不开源
47	Hunyuan-7B	75.30	81.10	93.70	0.00	70B	免费商用
48	Kimi K2 0905	75.20	0.00	0.00	0.00	10000B	免费商用
49	MiniMax-M1-40k	74.60	83.30	96.00	0.00	4560B	免费商用
50	Qwen3-32B	72.90	81.40	97.20	0.00	320B	免费商用
51	Gemini 2.5 Flash	72.00	88.00	0.00	0.00	—	不开源
52	Qwen3-235B-A22B-2507	70.30	0.00	0.00	0.00	2350B	免费商用
53	DeepSeek-R1	70.00	79.80	97.30	0.00	6710B	免费商用
54	Qwen3-Next	69.50	0.00	0.00	90.30	800B	免费商用
55	Pangu Pro MoE	68.10	79.20	96.80	0.00	719B	免费商用
56	Qwen3-8B	67.30	79.40	97.40	0.00	80B	免费商用
57	Magistral-Medium-2506	64.95	73.59	0.00	0.00	—	不开源
58	Gemini 2.5 Flash-Lite	63.10	0.00	0.00	0.00	—	不开源
59	Magistral-Small-2506	62.76	70.68	0.00	0.00	240B	免费商用
60	Qwen3-30B-A3B-2507	61.30	0.00	0.00	0.00	305B	免费商用
61	Claude Sonnet 3.7	54.80	23.30	82.20	0.00	—	不开源
62	Kimi K2	54.00	69.60	97.40	0.00	10000B	免费商用
63	DeepSeek-V3-0324	47.70	59.40	94.00	96.30	6710B	免费商用
64	Qwen3-4B-2507	47.40	0.00	0.00	0.00	40B	免费商用
65	GPT-5-mini	47.00	0.00	0.00	0.00	—	不开源
66	GPT-4o	42.10	9.30	75.90	0.00	—	不开源
67	GPT-4.1	36.70	48.10	92.80	95.90	—	不开源
68	ERNIE-4.5-VL-424B-A47B-Base	35.10	0.00	0.00	0.00	4240B	免费商用
69	ERNIE-4.5-300B-A47B	35.10	54.80	96.40	96.60	3000B	免费商用
70	Gemini 2.0 Flash Experimental	29.70	0.00	0.00	0.00	—	不开源
71	GPT-4o(2025-03-27)	26.70	0.00	0.00	0.00	—	不开源
72	Qwen3-30B-A3B	21.60	0.00	0.00	0.00	305B	免费商用
73	GPT-5.2	100.00	0.00	0.00	0.00	—	不开源
74	Kimi K2 Thinking	100.00	0.00	0.00	0.00	10400B	免费商用
75	Claude Sonnet 4.5	100.00	0.00	0.00	0.00	—	不开源
76	GPT-5-Pro	100.00	0.00	0.00	0.00	—	不开源
77	Grok 4 Heavy	100.00	0.00	0.00	0.00	—	不开源
78	QwQ-32B-Preview	0.00	50.00	90.60	0.00	320B	免费商用
79	Qwen2.5-Max	0.00	0.00	0.00	94.50	—	不开源
80	Claude3-Opus	0.00	0.00	0.00	95.00	—	不开源
81	OpenAI o3-mini (high)	0.00	87.00	97.90	0.00	—	不开源
82	Qwen2.5-32B	0.00	0.00	0.00	95.90	320B	免费商用
83	Pangu Embedded	0.00	81.90	92.40	95.98	70B	免费商用
84	Grok-3 - Reasoning Beta	0.00	93.30	0.00	0.00	—	不开源
85	Grok-3 mini - Reasoning	0.00	96.00	0.00	0.00	—	不开源
86	Claude 3.5 Sonnet New	0.00	16.00	78.00	0.00	—	不开源
87	DeepSeek-V3	0.00	39.00	87.80	0.00	6810B	免费商用
88	OpenAI o1-mini	0.00	63.60	90.00	0.00	—	不开源
89	Phi-4-instruct (reasoning-trained)	0.00	50.00	90.40	0.00	38B	不开源
90	GLM-4.5-Air	0.00	89.40	98.10	0.00	1060B	免费商用
91	GPT-4.5	0.00	36.70	90.70	0.00	—	不开源
92	QwQ-32B	0.00	79.50	91.00	0.00	325B	免费商用
93	DeepSeek-R1-Distill-Qwen-7B	0.00	53.30	91.40	0.00	70B	免费商用
94	DeepSeek-R1-Distill-Llama-70B	0.00	0.00	94.50	0.00	700B	免费商用
95	Kimi k1.5 (Short-CoT)	0.00	0.00	94.60	0.00	—	不开源
96	Llama 4 Behemoth Instruct	0.00	0.00	95.00	0.00	20000B	免费商用
97	Hunyuan-T1	0.00	78.20	96.20	0.00	—	不开源
98	Claude Sonnet 3.7-64K Extended Thinking	0.00	80.00	96.20	0.00	—	不开源
99	Kimi k1.5 (Long-CoT)	0.00	0.00	96.20	0.00	—	不开源
100	OpenAI o1	0.00	79.20	96.40	0.00	—	不开源
101	Mistral-7B-Instruct-v0.3	0.00	0.00	0.00	36.20	70B	免费商用
102	Gemma 3 - 27B (IT)	0.00	25.30	0.00	0.00	270B	免费商用
103	GPT-4.1 nano	0.00	29.40	0.00	0.00	—	不开源
104	Gemini 2.0 Pro Experimental	0.00	36.00	0.00	0.00	—	不开源
105	Grok 3 mini	0.00	40.00	0.00	0.00	—	不开源
106	GLM-4.5	0.00	91.00	98.20	0.00	3550B	免费商用
107	GPT-4.1 mini	0.00	49.60	0.00	0.00	—	不开源
108	Amazon Nova Pro	0.00	0.00	0.00	0.00	—	不开源
109	Llama3.1-405B Instruct	0.00	0.00	0.00	0.00	4050B	免费商用
110	Gemini 1.5 Pro	0.00	0.00	0.00	0.00	—	不开源
111	Llama-3.2-3B	0.00	0.00	0.00	34.00	32B	免费商用
112	Grok 3.5	0.00	0.00	0.00	0.00	—	不开源
113	Llama3.1-8B	0.00	0.00	0.00	55.30	80B	免费商用
114	Gemma 2 - 9B	0.00	0.00	0.00	70.70	90B	免费商用
115	Moonlight-16B-A3B-Instruct	0.00	0.00	0.00	77.40	160B	免费商用
116	Qwen2.5-3B	0.00	0.00	0.00	79.10	30B	免费商用
117	Llama3.1-8B-Instruct	0.00	0.00	0.00	82.40	80B	免费商用
118	Qwen2.5-7B	0.00	0.00	0.00	85.40	70B	免费商用
119	Phi-4-mini-instruct (3.8B)	0.00	10.00	71.80	88.60	38B	免费商用
120	GLM-4-9B-Chat	0.00	76.40	0.00	0.00	90B	免费商用
121	GPT-4o mini	0.00	0.00	0.00	91.30	—	不开源
122	Qwen2.5-72B	0.00	0.00	0.00	91.50	727B	免费商用

Step 3.5 Flash

1960B

AIME202599.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

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

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

免费商用

GLM-4.6

3550B

AIME202598.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT OSS 120B

117B

AIME202597.90

AIME 202496.60

MATH-5000.00

GSM8K0.00

免费商用

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

免费商用

DeepSeek V3.2 Speciale

AIME202596.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GLM-4.7

3580B

AIME202595.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Gemini 3.0 Pro (Preview 11-2025)

AIME202595.00

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

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

免费商用

o3-pro

AIME202593.00

AIME 202493.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-Thinking-2507

2350B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Qwen3-235B-A22B-Thinking

305B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Grok 4 Fast

AIME202592.00

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

免费商用

DeepSeek-V3.1 Terminus

6710B

AIME202590.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek V3.2-Exp

6710B

AIME202589.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Grok 4.1 Fast

AIME202589.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3

AIME202588.90

AIME 202491.60

MATH-50098.10

GSM8K0.00

不开源

DeepSeek-V3.1

6710B

AIME202588.40

AIME 202493.10

MATH-5000.00

GSM8K0.00

免费商用

Gemini 2.5-Pro

AIME202588.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

DeepSeek-R1-0528

6710B

AIME202587.50

AIME 202491.40

MATH-50098.00

GSM8K0.00

免费商用

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

免费商用

Intern-S1

2410B

AIME202586.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Claude Sonnet 4

AIME202585.00

AIME 202443.40

MATH-5000.00

GSM8K0.00

不开源

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

免费商用

Qwen3-235B-A22B

2350B

AIME202581.50

AIME 202485.70

MATH-50098.00

GSM8K96.40

免费商用

Qwen3-4B-Thinking-2507

40B

AIME202581.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

M2.1

2300B

AIME202581.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Qwen3 Max (Preview)

AIME202580.60

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

免费商用

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

免费商用

Hunyuan-A13B-Instruct

800B

AIME202576.80

AIME 202487.30

MATH-5000.00

GSM8K91.83

免费商用

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

免费商用

Kimi K2 0905

10000B

AIME202575.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

MiniMax-M1-40k

4560B

AIME202574.60

AIME 202483.30

MATH-50096.00

GSM8K0.00

免费商用

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-50097.20

GSM8K0.00

免费商用

Gemini 2.5 Flash

AIME202572.00

AIME 202488.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-2507

2350B

AIME202570.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek-R1

6710B

AIME202570.00

AIME 202479.80

MATH-50097.30

GSM8K0.00

免费商用

Qwen3-Next

800B

AIME202569.50

AIME 20240.00

MATH-5000.00

GSM8K90.30

免费商用

Pangu Pro MoE

719B

AIME202568.10

AIME 202479.20

MATH-50096.80

GSM8K0.00

免费商用

Qwen3-8B

80B

AIME202567.30

AIME 202479.40

MATH-50097.40

GSM8K0.00

免费商用

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

免费商用

Qwen3-30B-A3B-2507

305B

AIME202561.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

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

免费商用

DeepSeek-V3-0324

6710B

AIME202547.70

AIME 202459.40

MATH-50094.00

GSM8K96.30

免费商用

Qwen3-4B-2507

40B

AIME202547.40

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5-mini

AIME202547.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-4o

AIME202542.10

AIME 20249.30

MATH-50075.90

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

免费商用

ERNIE-4.5-300B-A47B

3000B

AIME202535.10

AIME 202454.80

MATH-50096.40

GSM8K96.60

免费商用

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

Qwen3-30B-A3B

305B

AIME202521.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5.2

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2 Thinking

10400B

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Claude Sonnet 4.5

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5-Pro

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Grok 4 Heavy

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

QwQ-32B-Preview

320B

AIME20250.00

AIME 202450.00

MATH-50090.60

GSM8K0.00

免费商用

Qwen2.5-Max

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K94.50

不开源

Claude3-Opus

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.00

不开源

OpenAI o3-mini (high)

AIME20250.00

AIME 202487.00

MATH-50097.90

GSM8K0.00

不开源

Qwen2.5-32B

320B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.90

免费商用

Pangu Embedded

70B

AIME20250.00

AIME 202481.90

MATH-50092.40

GSM8K95.98

免费商用

Grok-3 - Reasoning Beta

AIME20250.00

AIME 202493.30

MATH-5000.00

GSM8K0.00

不开源

Grok-3 mini - Reasoning

AIME20250.00

AIME 202496.00

MATH-5000.00

GSM8K0.00

不开源

Claude 3.5 Sonnet New

AIME20250.00

AIME 202416.00

MATH-50078.00

GSM8K0.00

不开源

DeepSeek-V3

6810B

AIME20250.00

AIME 202439.00

MATH-50087.80

GSM8K0.00

免费商用

OpenAI o1-mini

AIME20250.00

AIME 202463.60

MATH-50090.00

GSM8K0.00

不开源

Phi-4-instruct (reasoning-trained)

38B

AIME20250.00

AIME 202450.00

MATH-50090.40

GSM8K0.00

不开源

GLM-4.5-Air

1060B

AIME20250.00

AIME 202489.40

MATH-50098.10

GSM8K0.00

免费商用

GPT-4.5

AIME20250.00

AIME 202436.70

MATH-50090.70

GSM8K0.00

不开源

QwQ-32B

325B

AIME20250.00

AIME 202479.50

MATH-50091.00

GSM8K0.00

免费商用

DeepSeek-R1-Distill-Qwen-7B

70B

AIME20250.00

AIME 202453.30

MATH-50091.40

GSM8K0.00

免费商用

DeepSeek-R1-Distill-Llama-70B

700B

AIME20250.00

AIME 20240.00

MATH-50094.50

GSM8K0.00

免费商用

Kimi k1.5 (Short-CoT)

AIME20250.00

AIME 20240.00

MATH-50094.60

GSM8K0.00

不开源

Llama 4 Behemoth Instruct

20000B

AIME20250.00

AIME 20240.00

MATH-50095.00

GSM8K0.00

免费商用

Hunyuan-T1

AIME20250.00

AIME 202478.20

MATH-50096.20

GSM8K0.00

不开源

Claude Sonnet 3.7-64K Extended Thinking

AIME20250.00

AIME 202480.00

MATH-50096.20

GSM8K0.00

不开源

Kimi k1.5 (Long-CoT)

AIME20250.00

AIME 20240.00

MATH-50096.20

GSM8K0.00

不开源

100

OpenAI o1

AIME20250.00

AIME 202479.20

MATH-50096.40

GSM8K0.00

不开源

101

Mistral-7B-Instruct-v0.3

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K36.20

免费商用

102

Gemma 3 - 27B (IT)

270B

AIME20250.00

AIME 202425.30

MATH-5000.00

GSM8K0.00

免费商用

103

GPT-4.1 nano

AIME20250.00

AIME 202429.40

MATH-5000.00

GSM8K0.00

不开源

104

Gemini 2.0 Pro Experimental

AIME20250.00

AIME 202436.00

MATH-5000.00

GSM8K0.00

不开源

105

Grok 3 mini

AIME20250.00

AIME 202440.00

MATH-5000.00

GSM8K0.00

不开源

106

GLM-4.5

3550B

AIME20250.00

AIME 202491.00

MATH-50098.20

GSM8K0.00

免费商用

107

GPT-4.1 mini

AIME20250.00

AIME 202449.60

MATH-5000.00

GSM8K0.00

不开源

108

Amazon Nova Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

109

Llama3.1-405B Instruct

4050B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

110

Gemini 1.5 Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

111

Llama-3.2-3B

32B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K34.00

免费商用

112

Grok 3.5

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

113

Llama3.1-8B

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K55.30

免费商用

114

Gemma 2 - 9B

90B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K70.70

免费商用

115

Moonlight-16B-A3B-Instruct

160B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K77.40

免费商用

116

Qwen2.5-3B

30B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K79.10

免费商用

117

Llama3.1-8B-Instruct

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K82.40

免费商用

118

Qwen2.5-7B

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K85.40

免费商用

119

Phi-4-mini-instruct (3.8B)

38B

AIME20250.00

AIME 202410.00

MATH-50071.80

GSM8K88.60

免费商用

120

GLM-4-9B-Chat

90B

AIME20250.00

AIME 202476.40

MATH-5000.00

GSM8K0.00

免费商用

121

GPT-4o mini

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.30

不开源

122

Qwen2.5-72B

727B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.50

免费商用

加载中...

返回总榜单

大模型数学推理能力评测排行榜

数据更新于: 2025-07-20 20:56:42

评测切换

在这里切换评测，图表和表格会同步更新

AIME2025 AIME 2024 MATH-500 GSM8K

还有更多评测基准

进入评测基准列表，按类别/语言快速筛选

更多评测

筛选

参数规模

全部 3B及以下 7B 13B 34B 65B 100B及以上

模型类型

全部推理大模型基座大模型指令优化/聊天优化大模型编程大模型

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型	AIME2025	AIME 2024	MATH-500	GSM8K	参数(亿)	开源情况
1	Step 3.5 Flash	99.80	0.00	0.00	0.00	1960B	免费商用
2	Gemini 3.0 Flash	99.70	0.00	0.00	0.00	—	不开源
3	GPT-5	99.60	0.00	0.00	0.00	—	不开源
4	OpenAI o4 - mini	99.50	98.70	0.00	0.00	—	不开源
5	Gemini 2.5 Deep Think	99.20	0.00	0.00	0.00	—	不开源
6	Grok 4	98.80	0.00	0.00	0.00	—	不开源
7	GPT OSS 20B	98.70	96.00	0.00	0.00	210B	免费商用
8	GLM-4.6	98.60	0.00	0.00	0.00	3550B	免费商用
9	GPT OSS 120B	97.90	96.60	0.00	0.00	117B	免费商用
10	Haiku 4.5	96.30	0.00	0.00	0.00	—	不开源
11	Kimi K2.5	96.10	0.00	0.00	0.00	10000B	免费商用
12	DeepSeek V3.2 Speciale	96.00	0.00	0.00	0.00	—	免费商用
13	GLM-4.7	95.70	0.00	0.00	0.00	3580B	免费商用
14	Gemini 3.0 Pro (Preview 11-2025)	95.00	0.00	0.00	0.00	—	不开源
15	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
16	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
17	DeepSeek V3.2	93.10	0.00	0.00	0.00	6710B	免费商用
18	o3-pro	93.00	93.00	0.00	0.00	—	不开源
19	Qwen3-235B-A22B-Thinking-2507	92.30	0.00	0.00	0.00	2350B	免费商用
20	Qwen3-235B-A22B-Thinking	92.30	0.00	0.00	0.00	305B	免费商用
21	Grok 4 Fast	92.00	0.00	0.00	0.00	—	不开源
22	GLM-4.7-Flash	91.60	0.00	0.00	0.00	310B	免费商用
23	DeepSeek-V3.1 Terminus	90.00	0.00	0.00	0.00	6710B	免费商用
24	DeepSeek V3.2-Exp	89.30	0.00	0.00	0.00	6710B	免费商用
25	Grok 4.1 Fast	89.00	0.00	0.00	0.00	—	不开源
26	OpenAI o3	88.90	91.60	98.10	0.00	—	不开源
27	DeepSeek-V3.1	88.40	93.10	0.00	0.00	6710B	免费商用
28	Gemini 2.5-Pro	88.00	92.00	98.80	0.00	—	不开源
29	DeepSeek-R1-0528	87.50	91.40	98.00	0.00	6710B	免费商用
30	Gemini 2.5 Pro Experimental 03-25	86.90	92.00	0.00	0.00	—	不开源
31	OpenAI o3-mini	86.50	60.00	95.80	0.00	—	不开源
32	MiniMax M2.5	86.30	0.00	0.00	0.00	2290B	免费商用
33	Intern-S1	86.00	0.00	0.00	0.00	2410B	免费商用
34	Claude Sonnet 4	85.00	43.40	0.00	0.00	—	不开源
35	Gemini-2.5-Pro-Preview-05-06	83.00	92.00	98.80	0.00	—	不开源
36	Step3	82.90	0.00	0.00	0.00	3210B	免费商用
37	Qwen3-235B-A22B	81.50	85.70	98.00	96.40	2350B	免费商用
38	Qwen3-4B-Thinking-2507	81.30	0.00	0.00	0.00	40B	免费商用
39	M2.1	81.00	0.00	0.00	0.00	2300B	免费商用
40	Qwen3 Max (Preview)	80.60	0.00	0.00	0.00	—	不开源
41	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
42	MiniMax M2	78.00	0.00	0.00	0.00	2300B	免费商用
43	Grok 3	77.10	84.20	0.00	0.00	—	不开源
44	MiniMax-M1-80k	76.90	86.00	96.80	0.00	4560B	免费商用
45	Hunyuan-A13B-Instruct	76.80	87.30	0.00	91.83	800B	免费商用
46	Claude Opus 4	75.50	76.00	98.20	0.00	—	不开源
47	Hunyuan-7B	75.30	81.10	93.70	0.00	70B	免费商用
48	Kimi K2 0905	75.20	0.00	0.00	0.00	10000B	免费商用
49	MiniMax-M1-40k	74.60	83.30	96.00	0.00	4560B	免费商用
50	Qwen3-32B	72.90	81.40	97.20	0.00	320B	免费商用
51	Gemini 2.5 Flash	72.00	88.00	0.00	0.00	—	不开源
52	Qwen3-235B-A22B-2507	70.30	0.00	0.00	0.00	2350B	免费商用
53	DeepSeek-R1	70.00	79.80	97.30	0.00	6710B	免费商用
54	Qwen3-Next	69.50	0.00	0.00	90.30	800B	免费商用
55	Pangu Pro MoE	68.10	79.20	96.80	0.00	719B	免费商用
56	Qwen3-8B	67.30	79.40	97.40	0.00	80B	免费商用
57	Magistral-Medium-2506	64.95	73.59	0.00	0.00	—	不开源
58	Gemini 2.5 Flash-Lite	63.10	0.00	0.00	0.00	—	不开源
59	Magistral-Small-2506	62.76	70.68	0.00	0.00	240B	免费商用
60	Qwen3-30B-A3B-2507	61.30	0.00	0.00	0.00	305B	免费商用
61	Claude Sonnet 3.7	54.80	23.30	82.20	0.00	—	不开源
62	Kimi K2	54.00	69.60	97.40	0.00	10000B	免费商用
63	DeepSeek-V3-0324	47.70	59.40	94.00	96.30	6710B	免费商用
64	Qwen3-4B-2507	47.40	0.00	0.00	0.00	40B	免费商用
65	GPT-5-mini	47.00	0.00	0.00	0.00	—	不开源
66	GPT-4o	42.10	9.30	75.90	0.00	—	不开源
67	GPT-4.1	36.70	48.10	92.80	95.90	—	不开源
68	ERNIE-4.5-VL-424B-A47B-Base	35.10	0.00	0.00	0.00	4240B	免费商用
69	ERNIE-4.5-300B-A47B	35.10	54.80	96.40	96.60	3000B	免费商用
70	Gemini 2.0 Flash Experimental	29.70	0.00	0.00	0.00	—	不开源
71	GPT-4o(2025-03-27)	26.70	0.00	0.00	0.00	—	不开源
72	Qwen3-30B-A3B	21.60	0.00	0.00	0.00	305B	免费商用
73	GPT-5.2	100.00	0.00	0.00	0.00	—	不开源
74	Kimi K2 Thinking	100.00	0.00	0.00	0.00	10400B	免费商用
75	Claude Sonnet 4.5	100.00	0.00	0.00	0.00	—	不开源
76	GPT-5-Pro	100.00	0.00	0.00	0.00	—	不开源
77	Grok 4 Heavy	100.00	0.00	0.00	0.00	—	不开源
78	QwQ-32B-Preview	0.00	50.00	90.60	0.00	320B	免费商用
79	Qwen2.5-Max	0.00	0.00	0.00	94.50	—	不开源
80	Claude3-Opus	0.00	0.00	0.00	95.00	—	不开源
81	OpenAI o3-mini (high)	0.00	87.00	97.90	0.00	—	不开源
82	Qwen2.5-32B	0.00	0.00	0.00	95.90	320B	免费商用
83	Pangu Embedded	0.00	81.90	92.40	95.98	70B	免费商用
84	Grok-3 - Reasoning Beta	0.00	93.30	0.00	0.00	—	不开源
85	Grok-3 mini - Reasoning	0.00	96.00	0.00	0.00	—	不开源
86	Claude 3.5 Sonnet New	0.00	16.00	78.00	0.00	—	不开源
87	DeepSeek-V3	0.00	39.00	87.80	0.00	6810B	免费商用
88	OpenAI o1-mini	0.00	63.60	90.00	0.00	—	不开源
89	Phi-4-instruct (reasoning-trained)	0.00	50.00	90.40	0.00	38B	不开源
90	GLM-4.5-Air	0.00	89.40	98.10	0.00	1060B	免费商用
91	GPT-4.5	0.00	36.70	90.70	0.00	—	不开源
92	QwQ-32B	0.00	79.50	91.00	0.00	325B	免费商用
93	DeepSeek-R1-Distill-Qwen-7B	0.00	53.30	91.40	0.00	70B	免费商用
94	DeepSeek-R1-Distill-Llama-70B	0.00	0.00	94.50	0.00	700B	免费商用
95	Kimi k1.5 (Short-CoT)	0.00	0.00	94.60	0.00	—	不开源
96	Llama 4 Behemoth Instruct	0.00	0.00	95.00	0.00	20000B	免费商用
97	Hunyuan-T1	0.00	78.20	96.20	0.00	—	不开源
98	Claude Sonnet 3.7-64K Extended Thinking	0.00	80.00	96.20	0.00	—	不开源
99	Kimi k1.5 (Long-CoT)	0.00	0.00	96.20	0.00	—	不开源
100	OpenAI o1	0.00	79.20	96.40	0.00	—	不开源
101	Mistral-7B-Instruct-v0.3	0.00	0.00	0.00	36.20	70B	免费商用
102	Gemma 3 - 27B (IT)	0.00	25.30	0.00	0.00	270B	免费商用
103	GPT-4.1 nano	0.00	29.40	0.00	0.00	—	不开源
104	Gemini 2.0 Pro Experimental	0.00	36.00	0.00	0.00	—	不开源
105	Grok 3 mini	0.00	40.00	0.00	0.00	—	不开源
106	GLM-4.5	0.00	91.00	98.20	0.00	3550B	免费商用
107	GPT-4.1 mini	0.00	49.60	0.00	0.00	—	不开源
108	Amazon Nova Pro	0.00	0.00	0.00	0.00	—	不开源
109	Llama3.1-405B Instruct	0.00	0.00	0.00	0.00	4050B	免费商用
110	Gemini 1.5 Pro	0.00	0.00	0.00	0.00	—	不开源
111	Llama-3.2-3B	0.00	0.00	0.00	34.00	32B	免费商用
112	Grok 3.5	0.00	0.00	0.00	0.00	—	不开源
113	Llama3.1-8B	0.00	0.00	0.00	55.30	80B	免费商用
114	Gemma 2 - 9B	0.00	0.00	0.00	70.70	90B	免费商用
115	Moonlight-16B-A3B-Instruct	0.00	0.00	0.00	77.40	160B	免费商用
116	Qwen2.5-3B	0.00	0.00	0.00	79.10	30B	免费商用
117	Llama3.1-8B-Instruct	0.00	0.00	0.00	82.40	80B	免费商用
118	Qwen2.5-7B	0.00	0.00	0.00	85.40	70B	免费商用
119	Phi-4-mini-instruct (3.8B)	0.00	10.00	71.80	88.60	38B	免费商用
120	GLM-4-9B-Chat	0.00	76.40	0.00	0.00	90B	免费商用
121	GPT-4o mini	0.00	0.00	0.00	91.30	—	不开源
122	Qwen2.5-72B	0.00	0.00	0.00	91.50	727B	免费商用

Step 3.5 Flash

1960B

AIME202599.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

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

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

免费商用

GLM-4.6

3550B

AIME202598.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT OSS 120B

117B

AIME202597.90

AIME 202496.60

MATH-5000.00

GSM8K0.00

免费商用

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

免费商用

DeepSeek V3.2 Speciale

AIME202596.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GLM-4.7

3580B

AIME202595.70

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Gemini 3.0 Pro (Preview 11-2025)

AIME202595.00

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

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

免费商用

o3-pro

AIME202593.00

AIME 202493.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-Thinking-2507

2350B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Qwen3-235B-A22B-Thinking

305B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Grok 4 Fast

AIME202592.00

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

免费商用

DeepSeek-V3.1 Terminus

6710B

AIME202590.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek V3.2-Exp

6710B

AIME202589.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Grok 4.1 Fast

AIME202589.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3

AIME202588.90

AIME 202491.60

MATH-50098.10

GSM8K0.00

不开源

DeepSeek-V3.1

6710B

AIME202588.40

AIME 202493.10

MATH-5000.00

GSM8K0.00

免费商用

Gemini 2.5-Pro

AIME202588.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

DeepSeek-R1-0528

6710B

AIME202587.50

AIME 202491.40

MATH-50098.00

GSM8K0.00

免费商用

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

免费商用

Intern-S1

2410B

AIME202586.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Claude Sonnet 4

AIME202585.00

AIME 202443.40

MATH-5000.00

GSM8K0.00

不开源

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

免费商用

Qwen3-235B-A22B

2350B

AIME202581.50

AIME 202485.70

MATH-50098.00

GSM8K96.40

免费商用

Qwen3-4B-Thinking-2507

40B

AIME202581.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

M2.1

2300B

AIME202581.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Qwen3 Max (Preview)

AIME202580.60

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

免费商用

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

免费商用

Hunyuan-A13B-Instruct

800B

AIME202576.80

AIME 202487.30

MATH-5000.00

GSM8K91.83

免费商用

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

免费商用

Kimi K2 0905

10000B

AIME202575.20

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

MiniMax-M1-40k

4560B

AIME202574.60

AIME 202483.30

MATH-50096.00

GSM8K0.00

免费商用

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-50097.20

GSM8K0.00

免费商用

Gemini 2.5 Flash

AIME202572.00

AIME 202488.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-2507

2350B

AIME202570.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek-R1

6710B

AIME202570.00

AIME 202479.80

MATH-50097.30

GSM8K0.00

免费商用

Qwen3-Next

800B

AIME202569.50

AIME 20240.00

MATH-5000.00

GSM8K90.30

免费商用

Pangu Pro MoE

719B

AIME202568.10

AIME 202479.20

MATH-50096.80

GSM8K0.00

免费商用

Qwen3-8B

80B

AIME202567.30

AIME 202479.40

MATH-50097.40

GSM8K0.00

免费商用

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

免费商用

Qwen3-30B-A3B-2507

305B

AIME202561.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

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

免费商用

DeepSeek-V3-0324

6710B

AIME202547.70

AIME 202459.40

MATH-50094.00

GSM8K96.30

免费商用

Qwen3-4B-2507

40B

AIME202547.40

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5-mini

AIME202547.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-4o

AIME202542.10

AIME 20249.30

MATH-50075.90

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

免费商用

ERNIE-4.5-300B-A47B

3000B

AIME202535.10

AIME 202454.80

MATH-50096.40

GSM8K96.60

免费商用

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

Qwen3-30B-A3B

305B

AIME202521.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5.2

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Kimi K2 Thinking

10400B

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Claude Sonnet 4.5

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT-5-Pro

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Grok 4 Heavy

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

QwQ-32B-Preview

320B

AIME20250.00

AIME 202450.00

MATH-50090.60

GSM8K0.00

免费商用

Qwen2.5-Max

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K94.50

不开源

Claude3-Opus

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.00

不开源

OpenAI o3-mini (high)

AIME20250.00

AIME 202487.00

MATH-50097.90

GSM8K0.00

不开源

Qwen2.5-32B

320B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K95.90

免费商用

Pangu Embedded

70B

AIME20250.00

AIME 202481.90

MATH-50092.40

GSM8K95.98

免费商用

Grok-3 - Reasoning Beta

AIME20250.00

AIME 202493.30

MATH-5000.00

GSM8K0.00

不开源

Grok-3 mini - Reasoning

AIME20250.00

AIME 202496.00

MATH-5000.00

GSM8K0.00

不开源

Claude 3.5 Sonnet New

AIME20250.00

AIME 202416.00

MATH-50078.00

GSM8K0.00

不开源

DeepSeek-V3

6810B

AIME20250.00

AIME 202439.00

MATH-50087.80

GSM8K0.00

免费商用

OpenAI o1-mini

AIME20250.00

AIME 202463.60

MATH-50090.00

GSM8K0.00

不开源

Phi-4-instruct (reasoning-trained)

38B

AIME20250.00

AIME 202450.00

MATH-50090.40

GSM8K0.00

不开源

GLM-4.5-Air

1060B

AIME20250.00

AIME 202489.40

MATH-50098.10

GSM8K0.00

免费商用

GPT-4.5

AIME20250.00

AIME 202436.70

MATH-50090.70

GSM8K0.00

不开源

QwQ-32B

325B

AIME20250.00

AIME 202479.50

MATH-50091.00

GSM8K0.00

免费商用

DeepSeek-R1-Distill-Qwen-7B

70B

AIME20250.00

AIME 202453.30

MATH-50091.40

GSM8K0.00

免费商用

DeepSeek-R1-Distill-Llama-70B

700B

AIME20250.00

AIME 20240.00

MATH-50094.50

GSM8K0.00

免费商用

Kimi k1.5 (Short-CoT)

AIME20250.00

AIME 20240.00

MATH-50094.60

GSM8K0.00

不开源

Llama 4 Behemoth Instruct

20000B

AIME20250.00

AIME 20240.00

MATH-50095.00

GSM8K0.00

免费商用

Hunyuan-T1

AIME20250.00

AIME 202478.20

MATH-50096.20

GSM8K0.00

不开源

Claude Sonnet 3.7-64K Extended Thinking

AIME20250.00

AIME 202480.00

MATH-50096.20

GSM8K0.00

不开源

Kimi k1.5 (Long-CoT)

AIME20250.00

AIME 20240.00

MATH-50096.20

GSM8K0.00

不开源

100

OpenAI o1

AIME20250.00

AIME 202479.20

MATH-50096.40

GSM8K0.00

不开源

101

Mistral-7B-Instruct-v0.3

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K36.20

免费商用

102

Gemma 3 - 27B (IT)

270B

AIME20250.00

AIME 202425.30

MATH-5000.00

GSM8K0.00

免费商用

103

GPT-4.1 nano

AIME20250.00

AIME 202429.40

MATH-5000.00

GSM8K0.00

不开源

104

Gemini 2.0 Pro Experimental

AIME20250.00

AIME 202436.00

MATH-5000.00

GSM8K0.00

不开源

105

Grok 3 mini

AIME20250.00

AIME 202440.00

MATH-5000.00

GSM8K0.00

不开源

106

GLM-4.5

3550B

AIME20250.00

AIME 202491.00

MATH-50098.20

GSM8K0.00

免费商用

107

GPT-4.1 mini

AIME20250.00

AIME 202449.60

MATH-5000.00

GSM8K0.00

不开源

108

Amazon Nova Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

109

Llama3.1-405B Instruct

4050B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

110

Gemini 1.5 Pro

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

111

Llama-3.2-3B

32B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K34.00

免费商用

112

Grok 3.5

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

113

Llama3.1-8B

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K55.30

免费商用

114

Gemma 2 - 9B

90B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K70.70

免费商用

115

Moonlight-16B-A3B-Instruct

160B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K77.40

免费商用

116

Qwen2.5-3B

30B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K79.10

免费商用

117

Llama3.1-8B-Instruct

80B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K82.40

免费商用

118

Qwen2.5-7B

70B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K85.40

免费商用

119

Phi-4-mini-instruct (3.8B)

38B

AIME20250.00

AIME 202410.00

MATH-50071.80

GSM8K88.60

免费商用

120

GLM-4-9B-Chat

90B

AIME20250.00

AIME 202476.40

MATH-5000.00

GSM8K0.00

免费商用

121

GPT-4o mini

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.30

不开源

122

Qwen2.5-72B

727B

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K91.50

免费商用