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 Tier 4 v2、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 2026-10-12 10:09:39

截至 2026年10月，本页覆盖 AIME2025, FrontierMath Tier 4 v2, 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 v2 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:

榜单亮点

按 AIME2025 排序

当前 SOTA

GPT-5.2

OpenAI

100.00AIME2025

查看详情

最佳开源

此基准下暂无符合条件的模型。

最佳国产

ERNIE 5.0

百度

89.06AIME2025−10.94

查看详情

大模型性能评测结果

数据来源：DataLearnerAI

点击任意行查看模型详情；勾选左侧可对比最多 4 个模型。

排名	模型					开源情况
	GPT-5.2 思考水平 · 极高工具 OpenAI	100.00	31.70	—	—	闭源	详情
	GPT-5.2 思考水平 · 极高 OpenAI	100.00	—	—	—	闭源	详情
	Grok 4 Heavy 并行 · 开启思考 xAI	100.00	—	—	—	闭源	详情
4	GPT-5-Pro 开启思考工具 OpenAI	100.00	—	—	—	闭源	详情
5	Claude Sonnet 4.5 开启思考工具 Anthropic	100.00	—	—	—	闭源	详情
6	Claude Opus 4.6 扩展思考 Anthropic	99.79	—	97.60	—	闭源	详情
7	Gemini 3.0 Flash 开启思考工具 Google DeepMind	99.70	—	—	—	闭源	详情
8	GPT-5 开启思考工具 OpenAI	99.60	—	—	—	闭源	详情
9	OpenAI o4 - mini 开启思考工具 OpenAI	99.50	—	—	—	闭源	详情
10	Gemini 2.5 Deep Think 深度思考模式 Google DeepMind	99.20	—	—	—	闭源	详情
11	Grok 4 开启思考工具 xAI	98.80	—	—	—	闭源	详情
12	MAI-Thinking-1 开启思考微软	97.00	—	—	—	闭源	详情
13	GPT-5-Pro 开启思考 OpenAI	96.70	—	—	—	闭源	详情
14	Haiku 4.5 开启思考工具 Anthropic	96.30	—	—	—	闭源	详情
15	Gemini 3.0 Flash 开启思考 Google DeepMind	95.20	—	—	—	闭源	详情
16	Gemini 3.0 Pro (Preview 11-2025) 开启思考 Google DeepMind	95.00	—	—	—	闭源	详情
17	GPT-5 开启思考工具 OpenAI	95.00	21.95	—	—	闭源	详情
18	GPT-5 开启思考 OpenAI	94.60	—	—	—	闭源	详情
19	GPT-5.1 开启思考工具 OpenAI	94.17	—	—	—	闭源	详情
20	o3-pro OpenAI	93.00	—	—	—	闭源	详情
21	OpenAI o4 - mini 开启思考 OpenAI	92.70	—	—	—	闭源	详情
22	Grok 4 Fast 开启思考 xAI	92.00	—	—	—	闭源	详情
23	Grok 4 开启思考 xAI	91.70	—	—	—	闭源	详情
24	ERNIE 5.0 开启思考百度	89.06	—	—	—	闭源	详情
25	Grok 4.1 Fast 开启思考 xAI	89.00	—	—	—	闭源	详情
26	OpenAI o3 开启思考 OpenAI	88.90	—	—	—	闭源	详情
27	Gemini 2.5-Pro 开启思考 Google DeepMind	88.00	—	—	—	闭源	详情
28	GPT-5-mini 开启思考工具 OpenAI	87.50	12.20	—	—	闭源	详情
29	Claude Sonnet 4.5 开启思考 Anthropic	87.00	—	—	—	闭源	详情
30	Gemini 2.5 Pro Experimental 03-25 Google DeepMind	86.90	—	—	—	闭源	详情
31	OpenAI o3-mini 开启思考 OpenAI	86.50	—	95.80	—	闭源	详情
32	GPT-5-Nano 开启思考工具 OpenAI	85.00	2.44	—	—	闭源	详情
33	Claude Sonnet 4 深度思考模式工具 Anthropic	85.00	—	—	—	闭源	详情
34	Gemini-2.5-Pro-Preview-05-06 Google DeepMind	83.00	—	98.80	—	闭源	详情
35	Grok 3 mini 开启思考工具 xAI	81.67	—	—	—	闭源	详情
36	Haiku 4.5 开启思考 Anthropic	80.70	—	—	—	闭源	详情
37	Qwen3 Max (Preview) 阿里巴巴	80.60	—	—	—	闭源	详情
38	Opus 4.1 扩展思考 Anthropic	78.00	—	—	—	闭源	详情
39	Grok 3 xAI	77.10	—	—	—	闭源	详情
40	Claude Opus 4 Anthropic	75.50	—	94.10	—	闭源	详情
41	Gemini 2.5 Flash 开启思考 Google DeepMind	72.00	—	—	—	闭源	详情
42	Claude Sonnet 4 开启思考 Anthropic	70.50	—	—	—	闭源	详情
43	Grok 3 mini 开启思考工具 xAI	65.00	—	—	—	闭源	详情
44	Magistral-Medium-2506 MistralAI	64.95	—	—	—	闭源	详情
45	Gemini 2.5 Flash-Lite Google DeepMind	63.10	—	—	—	闭源	详情
46	GPT-5 OpenAI	61.90	—	—	—	闭源	详情
47	Gemini 2.5 Flash Google DeepMind	61.60	—	—	—	闭源	详情
48	Claude Sonnet 3.7 Anthropic	54.80	—	82.20	—	闭源	详情
49	GPT-5-Nano 开启思考工具 OpenAI	47.22	—	—	—	闭源	详情
50	GPT-5-mini 开启思考 OpenAI	47.00	—	—	—	闭源	详情

GPT-5.2 OpenAI

思考水平 · 极高工具

AIME2025100.00

FrontierMath Tier 4 v231.70

MATH-500—

GSM8K—

闭源

GPT-5.2 OpenAI

思考水平 · 极高

AIME2025100.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Grok 4 Heavy xAI

并行 · 开启思考

AIME2025100.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5-Pro OpenAI

开启思考工具

AIME2025100.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Claude Sonnet 4.5 Anthropic

开启思考工具

AIME2025100.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Claude Opus 4.6 Anthropic

扩展思考

AIME202599.79

FrontierMath Tier 4 v2—

MATH-50097.60

GSM8K—

闭源

Gemini 3.0 Flash Google DeepMind

开启思考工具

AIME202599.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5 OpenAI

开启思考工具

AIME202599.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

OpenAI o4 - mini OpenAI

开启思考工具

AIME202599.50

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 2.5 Deep Think Google DeepMind

深度思考模式

AIME202599.20

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Grok 4 xAI

开启思考工具

AIME202598.80

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

MAI-Thinking-1 微软

开启思考

AIME202597.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5-Pro OpenAI

开启思考

AIME202596.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Haiku 4.5 Anthropic

开启思考工具

AIME202596.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 3.0 Flash Google DeepMind

开启思考

AIME202595.20

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 3.0 Pro (Preview 11-2025)Google DeepMind

开启思考

AIME202595.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5 OpenAI

开启思考工具

AIME202595.00

FrontierMath Tier 4 v221.95

MATH-500—

GSM8K—

闭源

GPT-5 OpenAI

开启思考

AIME202594.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5.1 OpenAI

开启思考工具

AIME202594.17

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

o3-pro OpenAI

AIME202593.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

OpenAI o4 - mini OpenAI

开启思考

AIME202592.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Grok 4 Fast xAI

开启思考

AIME202592.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Grok 4 xAI

开启思考

AIME202591.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

ERNIE 5.0 百度

开启思考

AIME202589.06

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Grok 4.1 Fast xAI

开启思考

AIME202589.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

OpenAI o3 OpenAI

开启思考

AIME202588.90

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 2.5-Pro Google DeepMind

开启思考

AIME202588.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5-mini OpenAI

开启思考工具

AIME202587.50

FrontierMath Tier 4 v212.20

MATH-500—

GSM8K—

闭源

Claude Sonnet 4.5 Anthropic

开启思考

AIME202587.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 2.5 Pro Experimental 03-25 Google DeepMind

AIME202586.90

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

OpenAI o3-mini OpenAI

开启思考

AIME202586.50

FrontierMath Tier 4 v2—

MATH-50095.80

GSM8K—

闭源

GPT-5-Nano OpenAI

开启思考工具

AIME202585.00

FrontierMath Tier 4 v22.44

MATH-500—

GSM8K—

闭源

Claude Sonnet 4 Anthropic

深度思考模式工具

AIME202585.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini-2.5-Pro-Preview-05-06 Google DeepMind

AIME202583.00

FrontierMath Tier 4 v2—

MATH-50098.80

GSM8K—

闭源

Grok 3 mini xAI

开启思考工具

AIME202581.67

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Haiku 4.5 Anthropic

开启思考

AIME202580.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Qwen3 Max (Preview)阿里巴巴

AIME202580.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Opus 4.1 Anthropic

扩展思考

AIME202578.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Grok 3 xAI

AIME202577.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Claude Opus 4 Anthropic

AIME202575.50

FrontierMath Tier 4 v2—

MATH-50094.10

GSM8K—

闭源

Gemini 2.5 Flash Google DeepMind

开启思考

AIME202572.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Claude Sonnet 4 Anthropic

开启思考

AIME202570.50

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Grok 3 mini xAI

开启思考工具

AIME202565.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Magistral-Medium-2506 MistralAI

AIME202564.95

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 2.5 Flash-Lite Google DeepMind

AIME202563.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5 OpenAI

AIME202561.90

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 2.5 Flash Google DeepMind

AIME202561.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Claude Sonnet 3.7 Anthropic

AIME202554.80

FrontierMath Tier 4 v2—

MATH-50082.20

GSM8K—

闭源

GPT-5-Nano OpenAI

开启思考工具

AIME202547.22

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5-mini OpenAI

开启思考

AIME202547.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

排序：

已显示 50 / 137 个模型查看 AIME2025 基准测试完整页面