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 AIME 2025、FrontierMath-Tier4、MATH-500、GSM8K 等权威数学基准数据集，对包括 OpenAI 的 GPT、Anthropic 的 Claude、阿里巴巴的 Qwen、DeepSeek 等模型进行评测。

数据更新于 2026-05-02 07:14:49

截至 2026年5月，本页覆盖 AIME2025, FrontierMath - Tier 4, MATH-500, GSM8K 等评测基准，聚焦 大模型数学推理能力评测排行榜 方向的模型对比。

点击模型名称可进入详情页查看上下文长度、许可方式与 API 价格。数据口径说明见数据方法论。

基准评测

AIME2025 FrontierMath - Tier 4 MATH-500 GSM8K

更多评测

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

开源：全部开源闭源

来源：全部国产模型

模型发布时间截止:

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型					开源情况
	Kimi K2 Thinking Moonshot AI	100.00	—	—	—	免费商用
	Step 3.5 Flash StepFunAI	99.80	—	—	—	免费商用
	GLM-4.6 智谱AI	98.60	2.10	—	—	免费商用
4	Kimi K2.5 Moonshot AI	96.10	4.20	—	—	免费商用
5	GLM-4.7 智谱AI	95.70	2.10	—	—	免费商用
6	DeepSeek V3.2 DeepSeek-AI	93.10	2.10	—	—	免费商用
7	Qwen3-235B-A22B-Thinking-2507 阿里巴巴	92.30	—	—	—	免费商用
8	DeepSeek-V3.1 Terminus DeepSeek-AI	90.00	—	—	—	免费商用
9	DeepSeek V3.2-Exp DeepSeek-AI	89.30	—	—	—	免费商用
10	DeepSeek-V3.1 DeepSeek-AI	88.40	—	—	—	免费商用
11	DeepSeek-R1-0528 DeepSeek-AI	87.50	—	98.00	—	免费商用
12	MiniMax M2.5 MiniMaxAI	86.30	—	—	—	免费商用
13	Intern-S1 上海人工智能实验室	86.00	—	—	—	免费商用
14	Step3 StepFunAI	82.90	—	—	—	免费商用
15	Qwen3-235B-A22B 阿里巴巴	81.50	—	98.00	96.40	免费商用
16	M2.1 MiniMaxAI	81.00	—	—	—	免费商用
17	MiniMax M2 MiniMaxAI	78.00	—	—	—	免费商用
18	MiniMax-M1-80k MiniMaxAI	76.90	—	96.80	—	免费商用
19	Kimi K2 0905 Moonshot AI	75.20	—	—	—	免费商用
20	MiniMax-M1-40k MiniMaxAI	74.60	—	96.00	—	免费商用
21	Qwen3-235B-A22B-2507 阿里巴巴	70.30	—	—	—	免费商用
22	DeepSeek-R1 DeepSeek-AI	70.00	—	97.30	—	免费商用
23	Kimi K2 Moonshot AI	54.00	0.01	97.40	—	免费商用
24	DeepSeek-V3-0324 DeepSeek-AI	47.70	—	94.00	96.30	免费商用
25	ERNIE-4.5-VL-424B-A47B-Base 百度	35.10	—	—	—	免费商用
26	ERNIE-4.5-300B-A47B 百度	35.10	—	96.40	96.60	免费商用
27	GLM-5 智谱AI	—	2.10	—	—	免费商用
28	Qwen2.5-Max 阿里巴巴	—	—	—	94.50	闭源
29	GLM-4.5 智谱AI	—	—	98.20	—	免费商用
30	GLM-4.5-Air 智谱AI	—	—	98.10	—	免费商用
31	DeepSeek-V3 DeepSeek-AI	—	—	87.80	—	免费商用
32	Kimi k1.5 (Short-CoT) Moonshot AI	—	—	94.60	—	闭源

Kimi K2 Thinking

Moonshot AI

AIME2025100.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Step 3.5 Flash

StepFunAI

AIME202599.80

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

GLM-4.6

智谱AI

AIME202598.60

FrontierMath - Tier 42.10

MATH-500—

GSM8K—

免费商用

Kimi K2.5

Moonshot AI

AIME202596.10

FrontierMath - Tier 44.20

MATH-500—

GSM8K—

免费商用

GLM-4.7

智谱AI

AIME202595.70

FrontierMath - Tier 42.10

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2

DeepSeek-AI

AIME202593.10

FrontierMath - Tier 42.10

MATH-500—

GSM8K—

免费商用

Qwen3-235B-A22B-Thinking-2507

阿里巴巴

AIME202592.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek-V3.1 Terminus

DeepSeek-AI

AIME202590.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2-Exp

DeepSeek-AI

AIME202589.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek-V3.1

DeepSeek-AI

AIME202588.40

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek-R1-0528

DeepSeek-AI

AIME202587.50

FrontierMath - Tier 4—

MATH-50098.00

GSM8K—

免费商用

MiniMax M2.5

MiniMaxAI

AIME202586.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Intern-S1

上海人工智能实验室

AIME202586.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Step3

StepFunAI

AIME202582.90

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Qwen3-235B-A22B

阿里巴巴

AIME202581.50

FrontierMath - Tier 4—

MATH-50098.00

GSM8K96.40

免费商用

M2.1

MiniMaxAI

AIME202581.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

MiniMax M2

MiniMaxAI

AIME202578.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

MiniMax-M1-80k

MiniMaxAI

AIME202576.90

FrontierMath - Tier 4—

MATH-50096.80

GSM8K—

免费商用

Kimi K2 0905

Moonshot AI

AIME202575.20

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

MiniMax-M1-40k

MiniMaxAI

AIME202574.60

FrontierMath - Tier 4—

MATH-50096.00

GSM8K—

免费商用

Qwen3-235B-A22B-2507

阿里巴巴

AIME202570.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek-R1

DeepSeek-AI

AIME202570.00

FrontierMath - Tier 4—

MATH-50097.30

GSM8K—

免费商用

Kimi K2

Moonshot AI

AIME202554.00

FrontierMath - Tier 40.01

MATH-50097.40

GSM8K—

免费商用

DeepSeek-V3-0324

DeepSeek-AI

AIME202547.70

FrontierMath - Tier 4—

MATH-50094.00

GSM8K96.30

免费商用

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

百度

AIME202535.10

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

ERNIE-4.5-300B-A47B

百度

AIME202535.10

FrontierMath - Tier 4—

MATH-50096.40

GSM8K96.60

免费商用

GLM-5

智谱AI

AIME2025—

FrontierMath - Tier 42.10

MATH-500—

GSM8K—

免费商用

Qwen2.5-Max

阿里巴巴

AIME2025—

FrontierMath - Tier 4—

MATH-500—

GSM8K94.50

闭源

GLM-4.5

智谱AI

AIME2025—

FrontierMath - Tier 4—

MATH-50098.20

GSM8K—

免费商用

GLM-4.5-Air

智谱AI

AIME2025—

FrontierMath - Tier 4—

MATH-50098.10

GSM8K—

免费商用

DeepSeek-V3

DeepSeek-AI

AIME2025—

FrontierMath - Tier 4—

MATH-50087.80

GSM8K—

免费商用

Kimi k1.5 (Short-CoT)

Moonshot AI

AIME2025—

FrontierMath - Tier 4—

MATH-50094.60

GSM8K—

闭源

排序：

大模型数学推理能力评测排行榜

数据更新于 2026-05-02 07:14:49

排名

模型

开源情况

Kimi K2 Thinking

Moonshot AI

100.00

—

免费商用

Step 3.5 Flash

StepFunAI

99.80

—

免费商用

GLM-4.6

智谱AI

98.60

2.10

—

免费商用

Kimi K2.5

Moonshot AI

96.10

4.20

—

免费商用

GLM-4.7

智谱AI

95.70

2.10

—

免费商用

DeepSeek V3.2

DeepSeek-AI

93.10

2.10

—

免费商用

Qwen3-235B-A22B-Thinking-2507

阿里巴巴

92.30

—

免费商用

DeepSeek-V3.1 Terminus

DeepSeek-AI

90.00

—

免费商用

DeepSeek V3.2-Exp

DeepSeek-AI

89.30

—

免费商用

DeepSeek-V3.1

DeepSeek-AI

88.40

—

免费商用

DeepSeek-R1-0528

DeepSeek-AI

87.50

—

98.00

—

免费商用

MiniMax M2.5

MiniMaxAI

86.30

—

免费商用

Intern-S1

上海人工智能实验室

86.00

—

免费商用

Step3

StepFunAI

82.90

—

免费商用

Qwen3-235B-A22B

阿里巴巴

81.50

—

98.00

96.40

免费商用

M2.1

MiniMaxAI

81.00

—

免费商用

MiniMax M2

MiniMaxAI

78.00

—

免费商用

MiniMax-M1-80k

MiniMaxAI

76.90

—

96.80

—

免费商用

Kimi K2 0905

Moonshot AI

75.20

—

免费商用

MiniMax-M1-40k

MiniMaxAI

74.60

—

96.00

—

免费商用

Qwen3-235B-A22B-2507

阿里巴巴

70.30

—

免费商用

DeepSeek-R1

DeepSeek-AI

70.00

—

97.30

—

免费商用

Kimi K2

Moonshot AI

54.00

0.01

97.40

—

免费商用

DeepSeek-V3-0324

DeepSeek-AI

47.70

—

94.00

96.30

免费商用

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

百度

35.10

—

免费商用

ERNIE-4.5-300B-A47B

百度

35.10

—

96.40

96.60

免费商用

GLM-5

智谱AI

—

2.10

—

免费商用

Qwen2.5-Max

阿里巴巴

—

94.50

闭源

GLM-4.5

智谱AI

—

98.20

—

免费商用

GLM-4.5-Air

智谱AI

—

98.10

—

免费商用

DeepSeek-V3

DeepSeek-AI

—

87.80

—

免费商用

Kimi k1.5 (Short-CoT)

Moonshot AI

—

94.60

—

闭源