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

Grok 4 Heavy

xAI

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
	Grok 4 Heavy xAI	100.00	—	—	—	闭源	详情
	GPT-5-Pro OpenAI	100.00	19.51	—	—	闭源	详情
	Kimi K2 Thinking Moonshot AI	100.00	—	—	—	免费商用	详情
4	Claude Opus 4.6 Anthropic	99.79	26.83	97.60	—	闭源	详情
5	OpenAI o4 - mini OpenAI	99.50	4.88	—	—	闭源	详情
6	Grok 4 xAI	98.80	—	—	—	闭源	详情
7	GPT OSS 20B OpenAI	98.70	—	—	—	免费商用	详情
8	GPT OSS 120B OpenAI	97.90	—	—	—	免费商用	详情
9	MAI-Thinking-1 微软	97.00	—	—	—	闭源	详情
10	DeepSeek V3.2 Speciale DeepSeek-AI	96.00	—	—	—	免费商用	详情
11	Ternary Bonsai 2 27B PrismML	95.00	—	98.80	96.66	免费商用	详情
12	GPT-5.1 OpenAI	94.17	—	—	—	闭源	详情
13	DeepSeek V3.2 DeepSeek-AI	93.10	—	—	—	免费商用	详情
14	o3-pro OpenAI	93.00	—	—	—	闭源	详情
15	Qwen3-235B-A22B-Thinking-2507 阿里巴巴	92.30	—	—	—	免费商用	详情
16	GLM-4.7-Flash 智谱AI	91.60	—	—	—	免费商用	详情
17	DeepSeek V3.2-Exp DeepSeek-AI	89.30	—	—	—	免费商用	详情
18	Grok 4.1 Fast xAI	89.00	—	—	—	闭源	详情
19	OpenAI o3 OpenAI	88.90	—	98.10	—	闭源	详情
20	Gemini 2.5-Pro Google DeepMind	88.00	—	98.80	—	闭源	详情
21	DeepSeek-R1-0528 DeepSeek-AI	87.50	—	98.00	—	免费商用	详情
22	Gemini 2.5 Pro Experimental 03-25 Google DeepMind	86.90	—	—	—	闭源	详情
23	OpenAI o3-mini OpenAI	86.50	—	95.80	—	闭源	详情
24	MiniCPM5-2B OpenBMB	86.50	—	94.60	—	免费商用	详情
25	MiniMax M2.5 MiniMaxAI	86.30	—	—	—	免费商用	详情
26	Claude Sonnet 4 Anthropic	85.00	—	—	—	闭源	详情
27	GPT-5-Nano OpenAI	85.00	2.44	—	—	闭源	详情
28	Gemini-2.5-Pro-Preview-05-06 Google DeepMind	83.00	—	98.80	—	闭源	详情
29	Qwen3-235B-A22B 阿里巴巴	81.50	—	98.00	96.40	免费商用	详情
30	Opus 4.1 Anthropic	78.00	2.44	—	—	闭源	详情
31	MiniMax-M1-80k MiniMaxAI	76.90	—	96.80	—	免费商用	详情
32	Claude Opus 4 Anthropic	75.50	—	98.20	—	闭源	详情
33	MiniMax-M1-40k MiniMaxAI	74.60	—	96.00	—	免费商用	详情
34	Gemini 2.5 Flash Google DeepMind	72.00	—	—	—	闭源	详情
35	DeepSeek-R1 DeepSeek-AI	70.00	—	97.30	—	免费商用	详情
36	Qwen3-8B 阿里巴巴	67.30	—	97.40	—	免费商用	详情
37	Magistral-Medium-2506 MistralAI	64.95	—	—	—	闭源	详情
38	Gemini 2.5 Flash-Lite Google DeepMind	63.10	—	—	—	闭源	详情
39	Magistral-Small-2506 MistralAI	62.76	—	—	—	免费商用	详情
40	Qwen3-32B 阿里巴巴	20.20	—	97.20	—	免费商用	详情
41	GPT-5.2 Pro OpenAI	—	46.00	—	—	闭源	详情
42	Qwen3.7 Max 阿里巴巴	—	34.15	—	—	闭源	详情
43	Kimi K3 Moonshot AI	—	39.02	—	—	有条件商用	详情
44	GLM-5.2 智谱AI	—	29.27	—	—	免费商用	详情
45	Muse Spark 1.3 Facebook AI研究实验室	—	46.34	—	—	闭源	详情
46	Qwen3.8-Max 阿里巴巴	—	46.34	—	—	有条件商用	详情
47	GPT-6 Luna OpenAI	—	56.10	—	—	闭源	详情
48	Claude Opus 4.8 Anthropic	—	56.10	—	—	闭源	详情
49	GPT-5.6 Luna OpenAI	—	60.98	—	—	闭源	详情
50	GPT-5.6 Terra OpenAI	—	70.73	—	—	闭源	详情

Grok 4 Heavy xAI

AIME2025100.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5-Pro OpenAI

AIME2025100.00

FrontierMath Tier 4 v219.51

MATH-500—

GSM8K—

闭源

Kimi K2 Thinking Moonshot AI

AIME2025100.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Claude Opus 4.6 Anthropic

AIME202599.79

FrontierMath Tier 4 v226.83

MATH-50097.60

GSM8K—

闭源

OpenAI o4 - mini OpenAI

AIME202599.50

FrontierMath Tier 4 v24.88

MATH-500—

GSM8K—

闭源

Grok 4 xAI

AIME202598.80

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT OSS 20B OpenAI

AIME202598.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GPT OSS 120B OpenAI

AIME202597.90

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

MAI-Thinking-1 微软

AIME202597.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

DeepSeek V3.2 Speciale DeepSeek-AI

AIME202596.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Ternary Bonsai 2 27B PrismML

AIME202595.00

FrontierMath Tier 4 v2—

MATH-50098.80

GSM8K96.66

免费商用

GPT-5.1 OpenAI

AIME202594.17

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

DeepSeek V3.2 DeepSeek-AI

AIME202593.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

o3-pro OpenAI

AIME202593.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

Qwen3-235B-A22B-Thinking-2507 阿里巴巴

AIME202592.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GLM-4.7-Flash 智谱AI

AIME202591.60

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

Grok 4.1 Fast xAI

AIME202589.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

OpenAI o3 OpenAI

AIME202588.90

FrontierMath Tier 4 v2—

MATH-50098.10

GSM8K—

闭源

Gemini 2.5-Pro Google DeepMind

AIME202588.00

FrontierMath Tier 4 v2—

MATH-50098.80

GSM8K—

闭源

DeepSeek-R1-0528 DeepSeek-AI

AIME202587.50

FrontierMath Tier 4 v2—

MATH-50098.00

GSM8K—

免费商用

Gemini 2.5 Pro Experimental 03-25 Google DeepMind

AIME202586.90

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

OpenAI o3-mini OpenAI

AIME202586.50

FrontierMath Tier 4 v2—

MATH-50095.80

GSM8K—

闭源

MiniCPM5-2B OpenBMB

AIME202586.50

FrontierMath Tier 4 v2—

MATH-50094.60

GSM8K—

免费商用

MiniMax M2.5 MiniMaxAI

AIME202586.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Claude Sonnet 4 Anthropic

AIME202585.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

GPT-5-Nano OpenAI

AIME202585.00

FrontierMath Tier 4 v22.44

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

Qwen3-235B-A22B 阿里巴巴

AIME202581.50

FrontierMath Tier 4 v2—

MATH-50098.00

GSM8K96.40

免费商用

Opus 4.1 Anthropic

AIME202578.00

FrontierMath Tier 4 v22.44

MATH-500—

GSM8K—

闭源

MiniMax-M1-80k MiniMaxAI

AIME202576.90

FrontierMath Tier 4 v2—

MATH-50096.80

GSM8K—

免费商用

Claude Opus 4 Anthropic

AIME202575.50

FrontierMath Tier 4 v2—

MATH-50098.20

GSM8K—

闭源

MiniMax-M1-40k MiniMaxAI

AIME202574.60

FrontierMath Tier 4 v2—

MATH-50096.00

GSM8K—

免费商用

Gemini 2.5 Flash Google DeepMind

AIME202572.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

DeepSeek-R1 DeepSeek-AI

AIME202570.00

FrontierMath Tier 4 v2—

MATH-50097.30

GSM8K—

免费商用

Qwen3-8B 阿里巴巴

AIME202567.30

FrontierMath Tier 4 v2—

MATH-50097.40

GSM8K—

免费商用

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

Magistral-Small-2506 MistralAI

AIME202562.76

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Qwen3-32B 阿里巴巴

AIME202520.20

FrontierMath Tier 4 v2—

MATH-50097.20

GSM8K—

免费商用

GPT-5.2 Pro OpenAI

AIME2025—

FrontierMath Tier 4 v246.00

MATH-500—

GSM8K—

闭源

Qwen3.7 Max 阿里巴巴

AIME2025—

FrontierMath Tier 4 v234.15

MATH-500—

GSM8K—

闭源

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

Muse Spark 1.3 Facebook AI研究实验室

AIME2025—

FrontierMath Tier 4 v246.34

MATH-500—

GSM8K—

闭源

Qwen3.8-Max 阿里巴巴

AIME2025—

FrontierMath Tier 4 v246.34

MATH-500—

GSM8K—

有条件商用

GPT-6 Luna OpenAI

AIME2025—

FrontierMath Tier 4 v256.10

MATH-500—

GSM8K—

闭源

Claude Opus 4.8 Anthropic

AIME2025—

FrontierMath Tier 4 v256.10

MATH-500—

GSM8K—

闭源

GPT-5.6 Luna OpenAI

AIME2025—

FrontierMath Tier 4 v260.98

MATH-500—

GSM8K—

闭源

GPT-5.6 Terra OpenAI

AIME2025—

FrontierMath Tier 4 v270.73

MATH-500—

GSM8K—

闭源

排序：

已显示 50 / 86 个模型查看 AIME2025 基准测试完整页面