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 2026-09-25 13:11:44

截至 2026年9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

Kimi K2 Thinking

Moonshot AI

100.00AIME2025

查看详情

最佳开源

Kimi K2 Thinking

Moonshot AI

100.00AIME2025

查看详情

最佳国产

Kimi K2 Thinking

Moonshot AI

100.00AIME2025

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
	Kimi K2 Thinking Moonshot AI	100.00	—	—	—	免费商用	详情
	Step 3.5 Flash StepFunAI	99.80	—	—	—	免费商用	详情
	GLM-4.6 智谱AI	98.60	—	—	—	免费商用	详情
4	Kimi K2.5 Moonshot AI	96.10	—	—	—	免费商用	详情
5	GLM-4.7 智谱AI	95.70	—	—	—	免费商用	详情
6	DeepSeek V3.2 DeepSeek-AI	93.10	—	—	—	免费商用	详情
7	Qwen3-235B-A22B-Thinking-2507 阿里巴巴	92.30	—	—	—	免费商用	详情
8	DeepSeek-V3.1 Terminus DeepSeek-AI	90.00	—	—	—	免费商用	详情
9	DeepSeek V3.2-Exp DeepSeek-AI	89.30	—	—	—	免费商用	详情
10	ERNIE 5.0 百度	89.06	—	—	—	闭源	详情
11	DeepSeek-V3.1 DeepSeek-AI	88.40	—	—	—	免费商用	详情
12	DeepSeek-R1-0528 DeepSeek-AI	87.50	—	98.00	—	免费商用	详情
13	MiniMax M2.5 MiniMaxAI	86.30	—	—	—	免费商用	详情
14	Intern-S1 上海人工智能实验室	86.00	—	—	—	免费商用	详情
15	Step3 StepFunAI	82.90	—	—	—	免费商用	详情
16	Qwen3-235B-A22B 阿里巴巴	81.50	—	98.00	96.40	免费商用	详情
17	M2.1 MiniMaxAI	81.00	—	—	—	免费商用	详情
18	MiniMax M2 MiniMaxAI	78.00	—	—	—	免费商用	详情
19	MiniMax-M1-80k MiniMaxAI	76.90	—	96.80	—	免费商用	详情
20	Kimi K2 0905 Moonshot AI	75.20	—	—	—	免费商用	详情
21	MiniMax-M1-40k MiniMaxAI	74.60	—	96.00	—	免费商用	详情
22	Qwen3-235B-A22B-2507 阿里巴巴	70.30	—	—	—	免费商用	详情
23	DeepSeek-R1 DeepSeek-AI	70.00	—	97.30	—	免费商用	详情
24	Kimi K2 Moonshot AI	54.00	—	97.40	—	免费商用	详情
25	DeepSeek-V3-0324 DeepSeek-AI	47.70	—	94.00	96.30	免费商用	详情
26	ERNIE-4.5-VL-424B-A47B-Base 百度	35.10	—	—	—	免费商用	详情
27	ERNIE-4.5-300B-A47B 百度	35.10	—	96.40	96.60	免费商用	详情
28	GLM-5.3 智谱AI	—	29.27	—	—	有条件商用	详情
29	Qwen3.8-Max 阿里巴巴	—	46.34	—	—	有条件商用	详情
30	Kimi K3 Moonshot AI	—	39.02	—	—	有条件商用	详情
31	GLM-5.2 智谱AI	—	29.27	—	—	免费商用	详情
32	DeepSeek-V4-Pro DeepSeek-AI	—	2.44	—	—	免费商用	详情
33	GLM-5.3-Flash 智谱AI	—	17.07	—	—	免费商用	详情
34	Grok 4.3 Beta xAI	—	14.63	—	—	闭源	详情
35	Inkling Thinking Machines Lab	—	4.88	—	—	免费商用	详情
36	Llama 4 Behemoth Instruct Facebook AI研究实验室	—	—	95.00	—	免费商用	详情
37	GPT-4 OpenAI	—	—	—	92.00	闭源	详情
38	PaLM 2 Google Research	—	—	—	80.70	闭源	详情
39	Grok-1 xAI	—	—	—	62.90	免费商用	详情
40	GPT-3.5 OpenAI	—	—	—	57.10	闭源	详情
41	PaLM Google Research	—	—	—	56.50	闭源	详情
42	GLM-4.5 智谱AI	—	—	98.20	—	免费商用	详情
43	GLM-4.5-Air 智谱AI	—	—	98.10	—	免费商用	详情
44	DeepSeek-V3 DeepSeek-AI	—	—	87.80	—	免费商用	详情

Kimi K2 Thinking Moonshot AI

AIME2025100.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Step 3.5 Flash StepFunAI

AIME202599.80

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GLM-4.6 智谱AI

AIME202598.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Kimi K2.5 Moonshot AI

AIME202596.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GLM-4.7 智谱AI

AIME202595.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2 DeepSeek-AI

AIME202593.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Qwen3-235B-A22B-Thinking-2507 阿里巴巴

AIME202592.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek-V3.1 Terminus DeepSeek-AI

AIME202590.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2-Exp DeepSeek-AI

AIME202589.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

ERNIE 5.0 百度

AIME202589.06

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

DeepSeek-V3.1 DeepSeek-AI

AIME202588.40

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek-R1-0528 DeepSeek-AI

AIME202587.50

FrontierMath Tier 4 v2—

MATH-50098.00

GSM8K—

免费商用

MiniMax M2.5 MiniMaxAI

AIME202586.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Intern-S1 上海人工智能实验室

AIME202586.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Step3 StepFunAI

AIME202582.90

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Qwen3-235B-A22B 阿里巴巴

AIME202581.50

FrontierMath Tier 4 v2—

MATH-50098.00

GSM8K96.40

免费商用

M2.1 MiniMaxAI

AIME202581.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

MiniMax M2 MiniMaxAI

AIME202578.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

MiniMax-M1-80k MiniMaxAI

AIME202576.90

FrontierMath Tier 4 v2—

MATH-50096.80

GSM8K—

免费商用

Kimi K2 0905 Moonshot AI

AIME202575.20

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

MiniMax-M1-40k MiniMaxAI

AIME202574.60

FrontierMath Tier 4 v2—

MATH-50096.00

GSM8K—

免费商用

Qwen3-235B-A22B-2507 阿里巴巴

AIME202570.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek-R1 DeepSeek-AI

AIME202570.00

FrontierMath Tier 4 v2—

MATH-50097.30

GSM8K—

免费商用

Kimi K2 Moonshot AI

AIME202554.00

FrontierMath Tier 4 v2—

MATH-50097.40

GSM8K—

免费商用

DeepSeek-V3-0324 DeepSeek-AI

AIME202547.70

FrontierMath Tier 4 v2—

MATH-50094.00

GSM8K96.30

免费商用

ERNIE-4.5-VL-424B-A47B-Base 百度

AIME202535.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

ERNIE-4.5-300B-A47B 百度

AIME202535.10

FrontierMath Tier 4 v2—

MATH-50096.40

GSM8K96.60

免费商用

GLM-5.3 智谱AI

AIME2025—

FrontierMath Tier 4 v229.27

MATH-500—

GSM8K—

有条件商用

Qwen3.8-Max 阿里巴巴

AIME2025—

FrontierMath Tier 4 v246.34

MATH-500—

GSM8K—

有条件商用

Kimi K3 Moonshot AI

AIME2025—

FrontierMath Tier 4 v239.02

MATH-500—

GSM8K—

有条件商用

GLM-5.2 智谱AI

AIME2025—

FrontierMath Tier 4 v229.27

MATH-500—

GSM8K—

免费商用

DeepSeek-V4-Pro DeepSeek-AI

AIME2025—

FrontierMath Tier 4 v22.44

MATH-500—

GSM8K—

免费商用

GLM-5.3-Flash 智谱AI

AIME2025—

FrontierMath Tier 4 v217.07

MATH-500—

GSM8K—

免费商用

Grok 4.3 Beta xAI

AIME2025—

FrontierMath Tier 4 v214.63

MATH-500—

GSM8K—

闭源

Inkling Thinking Machines Lab

AIME2025—

FrontierMath Tier 4 v24.88

MATH-500—

GSM8K—

免费商用

Llama 4 Behemoth Instruct Facebook AI研究实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-50095.00

GSM8K—

免费商用

GPT-4 OpenAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K92.00

闭源

PaLM 2 Google Research

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K80.70

闭源

Grok-1 xAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K62.90

免费商用

GPT-3.5 OpenAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K57.10

闭源

PaLM Google Research

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K56.50

闭源

GLM-4.5 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-50098.20

GSM8K—

免费商用

GLM-4.5-Air 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-50098.10

GSM8K—

免费商用

DeepSeek-V3 DeepSeek-AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-50087.80

GSM8K—

免费商用

排序：