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

Claude Sonnet 4.5

Anthropic

100.00AIME2025

查看详情

最佳开源

Step 3.5 Flash

StepFunAI

99.80AIME2025−0.20

查看详情

最佳国产

Step 3.5 Flash

StepFunAI

99.80AIME2025−0.20

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
	Claude Sonnet 4.5 Anthropic	100.00	2.44	—	—	闭源	详情
	GPT-5.2 OpenAI	100.00	31.70	—	—	闭源	详情
	Step 3.5 Flash StepFunAI	99.80	—	—	—	免费商用	详情
4	Gemini 3.0 Flash Google DeepMind	99.70	—	—	—	闭源	详情
5	Gemini 2.5 Deep Think Google DeepMind	99.20	—	—	—	闭源	详情
6	GLM-4.6 智谱AI	98.60	—	—	—	免费商用	详情
7	GLM-4.7 智谱AI	95.70	—	—	—	免费商用	详情
8	Grok 4 Fast xAI	92.00	—	—	—	闭源	详情
9	DeepSeek-V3.1 DeepSeek-AI	88.40	—	—	—	免费商用	详情
10	DeepSeek-V3.1 Terminus DeepSeek-AI	88.40	—	—	—	免费商用	详情
11	Qwen3-4B-Thinking-2507 阿里巴巴	81.30	—	—	—	免费商用	详情
12	M2.1 MiniMaxAI	81.00	—	—	—	免费商用	详情
13	Qwen3 Max (Preview) 阿里巴巴	80.60	—	—	—	闭源	详情
14	MiniMax M2 MiniMaxAI	78.00	—	—	—	免费商用	详情
15	Grok 3 xAI	77.10	—	—	—	闭源	详情
16	Hunyuan-7B 腾讯AI实验室	75.30	—	93.70	—	免费商用	详情
17	Kimi K2 0905 Moonshot AI	75.20	—	—	—	免费商用	详情
18	Qwen3-235B-A22B-2507 阿里巴巴	70.30	—	—	—	免费商用	详情
19	Qwen3-Next 阿里巴巴	69.50	—	—	90.30	免费商用	详情
20	Pangu Pro MoE 华为	68.10	—	96.80	—	免费商用	详情
21	Qwen3-30B-A3B-2507 阿里巴巴	61.30	—	—	—	免费商用	详情
22	Claude Sonnet 3.7 Anthropic	54.80	—	96.20	—	闭源	详情
23	Kimi K2 Moonshot AI	54.00	—	97.40	—	免费商用	详情
24	DeepSeek-V3-0324 DeepSeek-AI	47.70	—	94.00	96.30	免费商用	详情
25	Qwen3-4B-2507 阿里巴巴	47.40	—	—	—	免费商用	详情
26	GPT-4.1 OpenAI	36.70	—	92.80	95.90	闭源	详情
27	ERNIE-4.5-300B-A47B 百度	35.10	—	96.40	96.60	免费商用	详情
28	GPT-4o(2025-03-27) OpenAI	26.70	—	—	—	闭源	详情
29	GPT-5.5 Instant OpenAI	—	2.44	—	—	闭源	详情
30	Grok-0 xAI	—	—	—	56.80	闭源	详情
31	Pangu Embedded 华为	—	—	92.40	95.98	免费商用	详情
32	Gemma 3 - 27B (IT) Google DeepMind	—	—	—	95.90	免费商用	详情
33	Qwen2.5-Max 阿里巴巴	—	—	—	94.50	闭源	详情
34	Phi-4-mini-instruct (3.8B) 微软	—	—	71.80	88.60	免费商用	详情
35	Llama3.1-8B-Instruct Facebook AI研究实验室	—	—	—	82.40	免费商用	详情
36	Qwen1.5-72B-Chat 阿里巴巴	—	—	—	79.50	免费商用	详情
37	Moonlight-16B-A3B-Instruct Moonshot AI	—	—	—	77.40	免费商用	详情
38	Mixtral-8×7B-MoE MistralAI	—	—	—	74.40	免费商用	详情
39	GPT-3.5 OpenAI	—	—	—	57.10	闭源	详情
40	Claude 3.5 Sonnet New Anthropic	—	—	78.00	—	闭源	详情
41	ChatGLM2 12B 智谱AI	—	—	—	40.94	闭源	详情
42	Mistral-7B-Instruct-v0.3 MistralAI	—	—	—	36.20	免费商用	详情
43	ChatGLM2-6B 智谱AI	—	—	—	32.37	免费商用	详情
44	InternLM Chat 7B 8K 上海人工智能实验室	—	—	—	31.20	免费商用	详情
45	Baichuan 13B - Chat 百川智能	—	—	—	26.60	免费商用	详情
46	ChatGLM-6B 智谱AI	—	—	—	4.82	免费商用	详情
47	GPT-4.5 OpenAI	—	—	90.70	—	闭源	详情
48	DeepSeek-V3 DeepSeek-AI	—	—	87.80	—	免费商用	详情

Claude Sonnet 4.5 Anthropic

AIME2025100.00

FrontierMath Tier 4 v22.44

MATH-500—

GSM8K—

闭源

GPT-5.2 OpenAI

AIME2025100.00

FrontierMath Tier 4 v231.70

MATH-500—

GSM8K—

闭源

Step 3.5 Flash StepFunAI

AIME202599.80

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Gemini 3.0 Flash Google DeepMind

AIME202599.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Gemini 2.5 Deep Think Google DeepMind

AIME202599.20

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GLM-4.6 智谱AI

AIME202598.60

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

Grok 4 Fast xAI

AIME202592.00

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-V3.1 Terminus DeepSeek-AI

AIME202588.40

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Qwen3-4B-Thinking-2507 阿里巴巴

AIME202581.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

M2.1 MiniMaxAI

AIME202581.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Qwen3 Max (Preview)阿里巴巴

AIME202580.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

MiniMax M2 MiniMaxAI

AIME202578.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Grok 3 xAI

AIME202577.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Hunyuan-7B 腾讯AI实验室

AIME202575.30

FrontierMath Tier 4 v2—

MATH-50093.70

GSM8K—

免费商用

Kimi K2 0905 Moonshot AI

AIME202575.20

FrontierMath Tier 4 v2—

MATH-500—

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

Qwen3-Next 阿里巴巴

AIME202569.50

FrontierMath Tier 4 v2—

MATH-500—

GSM8K90.30

免费商用

Pangu Pro MoE 华为

AIME202568.10

FrontierMath Tier 4 v2—

MATH-50096.80

GSM8K—

免费商用

Qwen3-30B-A3B-2507 阿里巴巴

AIME202561.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Claude Sonnet 3.7 Anthropic

AIME202554.80

FrontierMath Tier 4 v2—

MATH-50096.20

GSM8K—

闭源

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

Qwen3-4B-2507 阿里巴巴

AIME202547.40

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GPT-4.1 OpenAI

AIME202536.70

FrontierMath Tier 4 v2—

MATH-50092.80

GSM8K95.90

闭源

ERNIE-4.5-300B-A47B 百度

AIME202535.10

FrontierMath Tier 4 v2—

MATH-50096.40

GSM8K96.60

免费商用

GPT-4o(2025-03-27)OpenAI

AIME202526.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5.5 Instant OpenAI

AIME2025—

FrontierMath Tier 4 v22.44

MATH-500—

GSM8K—

闭源

Grok-0 xAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K56.80

闭源

Pangu Embedded 华为

AIME2025—

FrontierMath Tier 4 v2—

MATH-50092.40

GSM8K95.98

免费商用

Gemma 3 - 27B (IT)Google DeepMind

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K95.90

免费商用

Qwen2.5-Max 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K94.50

闭源

Phi-4-mini-instruct (3.8B)微软

AIME2025—

FrontierMath Tier 4 v2—

MATH-50071.80

GSM8K88.60

免费商用

Llama3.1-8B-Instruct Facebook AI研究实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K82.40

免费商用

Qwen1.5-72B-Chat 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K79.50

免费商用

Moonlight-16B-A3B-Instruct Moonshot AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K77.40

免费商用

Mixtral-8×7B-MoE MistralAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K74.40

免费商用

GPT-3.5 OpenAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K57.10

闭源

Claude 3.5 Sonnet New Anthropic

AIME2025—

FrontierMath Tier 4 v2—

MATH-50078.00

GSM8K—

闭源

ChatGLM2 12B 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K40.94

闭源

Mistral-7B-Instruct-v0.3 MistralAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K36.20

免费商用

ChatGLM2-6B 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K32.37

免费商用

InternLM Chat 7B 8K 上海人工智能实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K31.20

免费商用

Baichuan 13B - Chat 百川智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K26.60

免费商用

ChatGLM-6B 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K4.82

免费商用

GPT-4.5 OpenAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-50090.70

GSM8K—

闭源

DeepSeek-V3 DeepSeek-AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-50087.80

GSM8K—

免费商用

排序：