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

ERNIE-4.5-300B-A47B

百度

96.60GSM8K

查看详情

最佳开源

ERNIE-4.5-300B-A47B

百度

96.60GSM8K

查看详情

最佳国产

ERNIE-4.5-300B-A47B

百度

96.60GSM8K

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
	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
	DeepSeek-V3-0324 DeepSeek-AI	47.70	—	94.00	96.30	免费商用	详情
4	Pangu Embedded 华为	—	—	92.40	95.98	免费商用	详情
5	Qwen2.5-32B 阿里巴巴	—	—	—	95.90	免费商用	详情
6	Qwen2.5-Max 阿里巴巴	—	—	—	94.50	闭源	详情
7	Hunyuan-A13B-Instruct 腾讯AI实验室	76.80	—	—	91.83	免费商用	详情
8	Qwen2.5-72B 阿里巴巴	—	—	—	91.50	免费商用	详情
9	Qwen3-Next 阿里巴巴	69.50	—	—	90.30	免费商用	详情
10	baichuan3 百川智能	—	—	—	88.17	闭源	详情
11	GLM4 智谱AI	—	—	—	87.60	闭源	详情
12	Qwen2.5-7B 阿里巴巴	—	—	—	85.40	免费商用	详情
13	Qwen1.5-72B-Chat 阿里巴巴	—	—	—	79.50	免费商用	详情
14	Qwen2.5-3B 阿里巴巴	—	—	—	79.10	免费商用	详情
15	Qwen-72B 阿里巴巴	—	—	—	78.90	免费商用	详情
16	Moonlight-16B-A3B-Instruct Moonshot AI	—	—	—	77.40	免费商用	详情
17	ChatGLM3-6B-Base 智谱AI	—	—	—	72.30	免费商用	详情
18	YAYI2-30B 中科闻歌	—	—	—	71.20	收费商用授权	详情
19	Qwen-14B 阿里巴巴	—	—	—	61.30	免费商用	详情
20	XVERSE-65B 元象XVERSE	—	—	—	60.30	免费商用	详情
21	Aquila2-34B 北京智源人工智能研究院	—	—	—	58.40	免费商用	详情
22	MiniCPM-2B-SFT 面壁智能	—	—	—	53.83	免费商用	详情
23	Baichuan2-13B-Base 百川智能	—	—	—	52.77	免费商用	详情
24	Qwen-7B 阿里巴巴	—	—	—	51.60	免费商用	详情
25	ChatGLM2 12B 智谱AI	—	—	—	40.94	闭源	详情
26	ChatGLM2-6B 智谱AI	—	—	—	32.37	免费商用	详情
27	Qwen-1.8B 阿里巴巴	—	—	—	32.30	免费商用	详情
28	InternLM 7B 上海人工智能实验室	—	—	—	31.20	免费商用	详情
29	InternLM Chat 7B 8K 上海人工智能实验室	—	—	—	31.20	免费商用	详情
30	Baichuan 13B - Base 百川智能	—	—	—	26.60	免费商用	详情
31	Baichuan 13B - Chat 百川智能	—	—	—	26.60	免费商用	详情
32	Baichuan2-7B-Base 百川智能	—	—	—	24.49	免费商用	详情
33	Baichuan 7B 百川智能	—	—	—	9.70	免费商用	详情
34	ChatGLM-6B 智谱AI	—	—	—	4.82	免费商用	详情
35	Step 3.5 Flash 开启思考工具 StepFunAI	99.80	—	—	—	免费商用	详情
36	Kimi K2 Thinking 开启思考工具 Moonshot AI	99.10	—	—	—	免费商用	详情
37	GLM-4.6 开启思考工具智谱AI	98.60	—	—	—	免费商用	详情
38	GLM-4.6 开启思考智谱AI	98.60	—	—	—	免费商用	详情
39	Step 3.5 Flash 开启思考 StepFunAI	97.30	—	—	—	免费商用	详情
40	Kimi K2.5 开启思考 Moonshot AI	96.10	—	—	—	免费商用	详情
41	DeepSeek V3.2 Speciale 开启思考 DeepSeek-AI	96.00	—	—	—	免费商用	详情
42	GLM-4.7 开启思考智谱AI	95.70	—	—	—	免费商用	详情
43	Kimi K2 Thinking 开启思考 Moonshot AI	94.50	—	—	—	免费商用	详情
44	DeepSeek V3.2 开启思考 DeepSeek-AI	93.10	—	—	—	免费商用	详情
45	Qwen3-235B-A22B-Thinking-2507 开启思考阿里巴巴	92.30	—	—	—	免费商用	详情
46	Qwen3-235B-A22B-Thinking 开启思考阿里巴巴	92.30	—	—	—	免费商用	详情
47	GLM-4.7-Flash 开启思考智谱AI	91.60	—	—	—	免费商用	详情
48	DeepSeek-V3.1 Terminus 开启思考 DeepSeek-AI	90.00	—	—	—	免费商用	详情
49	DeepSeek V3.2-Exp 开启思考 DeepSeek-AI	89.30	—	—	—	免费商用	详情
50	ERNIE 5.0 开启思考百度	89.06	—	—	—	闭源	详情

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

Qwen2.5-32B 阿里巴巴

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

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

Qwen3-Next 阿里巴巴

AIME202569.50

FrontierMath Tier 4 v2—

MATH-500—

GSM8K90.30

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

Qwen2.5-7B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K85.40

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

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

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

Qwen-14B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K61.30

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

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

Qwen-7B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K51.60

免费商用

ChatGLM2 12B 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K40.94

闭源

ChatGLM2-6B 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K32.37

免费商用

Qwen-1.8B 阿里巴巴

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K32.30

免费商用

InternLM 7B 上海人工智能实验室

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K31.20

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 - Base 百川智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K26.60

免费商用

Baichuan 13B - Chat 百川智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K26.60

免费商用

Baichuan2-7B-Base 百川智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K24.49

免费商用

Baichuan 7B 百川智能

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K9.70

免费商用

ChatGLM-6B 智谱AI

AIME2025—

FrontierMath Tier 4 v2—

MATH-500—

GSM8K4.82

免费商用

Step 3.5 Flash StepFunAI

开启思考工具

AIME202599.80

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Kimi K2 Thinking Moonshot AI

开启思考工具

AIME202599.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GLM-4.6 智谱AI

开启思考工具

AIME202598.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GLM-4.6 智谱AI

开启思考

AIME202598.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Step 3.5 Flash StepFunAI

开启思考

AIME202597.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Kimi K2.5 Moonshot AI

开启思考

AIME202596.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2 Speciale DeepSeek-AI

开启思考

AIME202596.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GLM-4.7 智谱AI

开启思考

AIME202595.70

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Kimi K2 Thinking Moonshot AI

开启思考

AIME202594.50

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2 DeepSeek-AI

开启思考

AIME202593.10

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Qwen3-235B-A22B-Thinking-2507 阿里巴巴

开启思考

AIME202592.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

Qwen3-235B-A22B-Thinking 阿里巴巴

开启思考

AIME202592.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

GLM-4.7-Flash 智谱AI

开启思考

AIME202591.60

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek-V3.1 Terminus DeepSeek-AI

开启思考

AIME202590.00

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2-Exp DeepSeek-AI

开启思考

AIME202589.30

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

免费商用

ERNIE 5.0 百度

开启思考

AIME202589.06

FrontierMath Tier 4 v2—

MATH-500—

GSM8K—

闭源

排序：

已显示 50 / 95 个模型查看 GSM8K 基准测试完整页面