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 GSM8K 排序

当前 SOTA

Ternary Bonsai 2 27B

PrismML

96.66GSM8K

查看详情

最佳开源

Ternary Bonsai 2 27B

PrismML

96.66GSM8K

查看详情

最佳国产

ERNIE-4.5-300B-A47B

百度

96.60GSM8K−0.06

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
	Ternary Bonsai 2 27B 开启思考 PrismML	95.00	—	98.80	96.66	免费商用	详情
	ERNIE-4.5-300B-A47B 百度	35.10	—	96.40	96.60	免费商用	详情
	Qwen3-235B-A22B 阿里巴巴	24.70	—	96.20	96.40	免费商用	详情
4	DeepSeek-V3-0324 DeepSeek-AI	47.70	—	94.00	96.30	免费商用	详情
5	Pangu Embedded 华为	—	—	92.40	95.98	免费商用	详情
6	GPT-4.1 OpenAI	36.70	—	92.80	95.90	闭源	详情
7	Gemma 3 - 27B (IT) Google DeepMind	—	—	—	95.90	免费商用	详情
8	Qwen2.5-32B 阿里巴巴	—	—	—	95.90	免费商用	详情
9	Claude3-Opus Anthropic	—	—	—	95.00	闭源	详情
10	Qwen2.5-Max 阿里巴巴	—	—	—	94.50	闭源	详情
11	Gemini-ultra Google DeepMind	—	—	—	94.40	闭源	详情
12	GPT-4 OpenAI	—	—	—	92.00	闭源	详情
13	Hunyuan-A13B-Instruct 腾讯AI实验室	76.80	—	—	91.83	免费商用	详情
14	Qwen2.5-72B 阿里巴巴	—	—	—	91.50	免费商用	详情
15	GPT-4o mini OpenAI	—	—	—	91.30	闭源	详情
16	Qwen3-Next 阿里巴巴	69.50	—	—	90.30	免费商用	详情
17	Phi-4-mini-instruct (3.8B) Microsoft Azure	—	—	71.80	88.60	免费商用	详情
18	baichuan3 百川智能	—	—	—	88.17	闭源	详情
19	GLM4 智谱AI	—	—	—	87.60	闭源	详情
20	Gemini-pro Google DeepMind	—	—	—	86.50	闭源	详情
21	Qwen2.5-7B 阿里巴巴	—	—	—	85.40	免费商用	详情
22	Llama3.1-8B-Instruct Facebook AI研究实验室	—	—	—	82.40	免费商用	详情
23	PaLM 2 Google Research	—	—	—	80.70	闭源	详情
24	Qwen1.5-72B-Chat 阿里巴巴	—	—	—	79.50	免费商用	详情
25	Qwen2.5-3B 阿里巴巴	—	—	—	79.10	免费商用	详情
26	Qwen-72B 阿里巴巴	—	—	—	78.90	免费商用	详情
27	Moonlight-16B-A3B-Instruct Moonshot AI	—	—	—	77.40	免费商用	详情
28	Mixtral-8×7B-MoE MistralAI	—	—	—	74.40	免费商用	详情
29	Gemma2-27B Google DeepMind	—	—	—	74.00	免费商用	详情
30	ChatGLM3-6B-Base 智谱AI	—	—	—	72.30	免费商用	详情
31	YAYI2-30B 中科闻歌	—	—	—	71.20	收费商用授权	详情
32	Gemma 2 - 9B Google Research	—	—	—	70.70	免费商用	详情
33	Grok-1 xAI	—	—	—	62.90	免费商用	详情
34	Qwen-14B 阿里巴巴	—	—	—	61.30	免费商用	详情
35	Phi-2 Microsoft Azure	—	—	—	61.10	免费商用	详情
36	XVERSE-65B 元象XVERSE	—	—	—	60.30	免费商用	详情
37	Aquila2-34B 北京智源人工智能研究院	—	—	—	58.40	免费商用	详情
38	GPT-3.5 OpenAI	—	—	—	57.10	闭源	详情
39	LLaMA2 70B Facebook AI研究实验室	—	—	—	56.80	免费商用	详情
40	Grok-0 xAI	—	—	—	56.80	闭源	详情
41	PaLM Google Research	—	—	—	56.50	闭源	详情
42	Llama3.1-8B Facebook AI研究实验室	—	—	—	55.30	免费商用	详情
43	MiniCPM-2B-SFT 面壁智能	—	—	—	53.83	免费商用	详情
44	Baichuan2-13B-Base 百川智能	—	—	—	52.77	免费商用	详情
45	Mistral 7B MistralAI	—	—	—	52.10	免费商用	详情
46	Qwen-7B 阿里巴巴	—	—	—	51.60	免费商用	详情
47	LLaMA 65B Facebook AI研究实验室	—	—	—	50.90	不可商用	详情
48	DeciLM-7B Deci	—	—	—	47.38	免费商用	详情
49	LLaMA2 34B Facebook AI研究实验室	—	—	—	42.20	免费商用	详情
50	ChatGLM2 12B 智谱AI	—	—	—	40.94	闭源	详情

Ternary Bonsai 2 27B PrismML

开启思考

AIME202595.00

FrontierMath Tier 4 v2—

MATH-50098.80

GSM8K96.66

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

Qwen3-235B-A22B 阿里巴巴

AIME202524.70

FrontierMath Tier 4 v2—

MATH-50096.20

GSM8K96.40

免费商用

DeepSeek-V3-0324 DeepSeek-AI

AIME202547.70

FrontierMath Tier 4 v2—

MATH-50094.00

GSM8K96.30

免费商用

Pangu Embedded 华为

AIME2025—

FrontierMath Tier 4 v2—

MATH-50092.40

GSM8K95.98

免费商用

GPT-4.1 OpenAI

AIME202536.70

FrontierMath Tier 4 v2—

MATH-50092.80

GSM8K95.90

闭源

Gemma 3 - 27B (IT)Google DeepMind

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K95.90

免费商用

Qwen2.5-32B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K95.90

免费商用

Claude3-Opus Anthropic

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K95.00

闭源

Qwen2.5-Max 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K94.50

闭源

Gemini-ultra Google DeepMind

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K94.40

闭源

GPT-4 OpenAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K92.00

闭源

Hunyuan-A13B-Instruct 腾讯AI实验室

AIME202576.80

FrontierMath Tier 4 v2—

MATH-500—

GSM8K91.83

免费商用

Qwen2.5-72B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K91.50

免费商用

GPT-4o mini OpenAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K91.30

闭源

Qwen3-Next 阿里巴巴

AIME202569.50

FrontierMath Tier 4 v2—

MATH-500—

GSM8K90.30

免费商用

Phi-4-mini-instruct (3.8B)Microsoft Azure

AIME2025—

FrontierMath Tier 4 v2—

MATH-50071.80

GSM8K88.60

免费商用

baichuan3 百川智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K88.17

闭源

GLM4 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K87.60

闭源

Gemini-pro Google DeepMind

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K86.50

闭源

Qwen2.5-7B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K85.40

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

PaLM 2 Google Research

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K80.70

闭源

Qwen1.5-72B-Chat 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K79.50

免费商用

Qwen2.5-3B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K79.10

免费商用

Qwen-72B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K78.90

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

Gemma2-27B Google DeepMind

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K74.00

免费商用

ChatGLM3-6B-Base 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K72.30

免费商用

YAYI2-30B 中科闻歌

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K71.20

收费商用授权

Gemma 2 - 9B Google Research

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K70.70

免费商用

Grok-1 xAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K62.90

免费商用

Qwen-14B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K61.30

免费商用

Phi-2 Microsoft Azure

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K61.10

免费商用

XVERSE-65B 元象XVERSE

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K60.30

免费商用

Aquila2-34B 北京智源人工智能研究院

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K58.40

免费商用

GPT-3.5 OpenAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K57.10

闭源

LLaMA2 70B Facebook AI研究实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K56.80

免费商用

Grok-0 xAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K56.80

闭源

PaLM Google Research

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K56.50

闭源

Llama3.1-8B Facebook AI研究实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K55.30

免费商用

MiniCPM-2B-SFT 面壁智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K53.83

免费商用

Baichuan2-13B-Base 百川智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K52.77

免费商用

Mistral 7B MistralAI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K52.10

免费商用

Qwen-7B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K51.60

免费商用

LLaMA 65B Facebook AI研究实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K50.90

不可商用

DeciLM-7B Deci

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K47.38

免费商用

LLaMA2 34B Facebook AI研究实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K42.20

免费商用

ChatGLM2 12B 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K40.94

闭源

排序：

已显示 50 / 234 个模型查看 GSM8K 基准测试完整页面