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-Tier4、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 2026-05-02 07:14:49

截至 2026年5月，本页覆盖 AIME2025, FrontierMath - Tier 4, 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 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 MATH-500 排序

当前 SOTA

GLM-4.5

智谱AI

98.20MATH-500

查看详情

最佳开源

GLM-4.5

智谱AI

98.20MATH-500

查看详情

最佳国产

GLM-4.5

智谱AI

98.20MATH-500

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
	GLM-4.5 开启思考智谱AI	—	—	98.20	—	免费商用	详情
	GLM-4.5-Air 开启思考智谱AI	—	—	98.10	—	免费商用	详情
	DeepSeek-R1-0528 开启思考 DeepSeek-AI	87.50	—	98.00	—	免费商用	详情
4	Qwen3-235B-A22B 开启思考阿里巴巴	81.50	—	98.00	—	免费商用	详情
5	Qwen3-8B 开启思考阿里巴巴	67.30	—	97.40	—	免费商用	详情
6	Kimi K2 Moonshot AI	54.00	0.01	97.40	—	免费商用	详情
7	DeepSeek-R1 DeepSeek-AI	70.00	—	97.30	—	免费商用	详情
8	Qwen3-32B 开启思考阿里巴巴	72.90	—	97.20	—	免费商用	详情
9	MiniMax-M1-80k MiniMaxAI	76.90	—	96.80	—	免费商用	详情
10	Pangu Pro MoE 华为	68.10	—	96.80	—	免费商用	详情
11	ERNIE-4.5-300B-A47B 百度	35.10	—	96.40	96.60	免费商用	详情
12	Qwen3-235B-A22B 阿里巴巴	24.70	—	96.20	96.40	免费商用	详情
13	Kimi k1.5 (Long-CoT) Moonshot AI	—	—	96.20	—	闭源	详情
14	Hunyuan-T1 腾讯AI实验室	—	—	96.20	—	闭源	详情
15	MiniMax-M1-40k MiniMaxAI	74.60	—	96.00	—	免费商用	详情
16	Kimi k1.5 (Short-CoT) Moonshot AI	—	—	94.60	—	闭源	详情
17	DeepSeek-R1-Distill-Llama-70B DeepSeek-AI	—	—	94.50	—	免费商用	详情
18	DeepSeek-V3-0324 DeepSeek-AI	47.70	—	94.00	96.30	免费商用	详情
19	Hunyuan-7B Tencent ARC	75.30	—	93.70	—	免费商用	详情
20	Pangu Embedded 华为	—	—	92.40	95.98	免费商用	详情
21	DeepSeek-R1-Distill-Qwen-7B DeepSeek-AI	—	—	91.40	—	免费商用	详情
22	QwQ-32B 阿里巴巴	—	—	91.00	—	免费商用	详情
23	QwQ-32B-Preview 阿里巴巴	—	—	90.60	—	免费商用	详情
24	Qwen3-32B 阿里巴巴	20.20	—	88.60	—	免费商用	详情
25	DeepSeek-V3 DeepSeek-AI	—	—	87.80	—	免费商用	详情
26	Qwen3-8B 阿里巴巴	20.90	—	87.40	—	免费商用	详情
27	Step 3.5 Flash 开启思考工具 StepFunAI	99.80	—	—	—	免费商用	详情
28	Kimi K2 Thinking 开启思考工具 Moonshot AI	99.10	—	—	—	免费商用	详情
29	GLM-4.6 开启思考智谱AI	98.60	—	—	—	免费商用	详情
30	GLM-4.6 开启思考工具智谱AI	98.60	—	—	—	免费商用	详情
31	Step 3.5 Flash 开启思考 StepFunAI	97.30	—	—	—	免费商用	详情
32	Kimi K2.5 开启思考 Moonshot AI	96.10	—	—	—	免费商用	详情
33	DeepSeek V3.2 Speciale 开启思考 DeepSeek-AI	96.00	—	—	—	免费商用	详情
34	GLM-4.7 开启思考智谱AI	95.70	—	—	—	免费商用	详情
35	Kimi K2 Thinking 开启思考 Moonshot AI	94.50	—	—	—	免费商用	详情
36	DeepSeek V3.2 开启思考 DeepSeek-AI	93.10	2.10	—	—	免费商用	详情
37	Qwen3-235B-A22B-Thinking 开启思考阿里巴巴	92.30	—	—	—	免费商用	详情
38	Qwen3-235B-A22B-Thinking-2507 开启思考阿里巴巴	92.30	—	—	—	免费商用	详情
39	GLM-4.7-Flash 开启思考智谱AI	91.60	—	—	—	免费商用	详情
40	DeepSeek-V3.1 Terminus 开启思考 DeepSeek-AI	90.00	—	—	—	免费商用	详情
41	DeepSeek V3.2-Exp 开启思考 DeepSeek-AI	89.30	—	—	—	免费商用	详情
42	DeepSeek-V3.1 开启思考 DeepSeek-AI	88.40	—	—	—	免费商用	详情
43	MiniMax M2.5 开启思考 MiniMaxAI	86.30	—	—	—	免费商用	详情
44	Intern-S1 上海人工智能实验室	86.00	—	—	—	免费商用	详情
45	Step3 StepFunAI	82.90	—	—	—	免费商用	详情
46	Qwen3-4B-Thinking-2507 开启思考阿里巴巴	81.30	—	—	—	免费商用	详情
47	M2.1 开启思考 MiniMaxAI	81.00	—	—	—	免费商用	详情
48	Qwen3 Max (Preview) 阿里巴巴	80.60	—	—	—	闭源	详情
49	MiniMax M2 开启思考 MiniMaxAI	78.00	—	—	—	免费商用	详情
50	Hunyuan-A13B-Instruct 腾讯AI实验室	76.80	—	—	91.83	免费商用	详情

GLM-4.5 智谱AI

开启思考

AIME2025—

FrontierMath - Tier 4—

MATH-50098.20

GSM8K—

免费商用

GLM-4.5-Air 智谱AI

开启思考

AIME2025—

FrontierMath - Tier 4—

MATH-50098.10

GSM8K—

免费商用

DeepSeek-R1-0528 DeepSeek-AI

开启思考

AIME202587.50

FrontierMath - Tier 4—

MATH-50098.00

GSM8K—

免费商用

Qwen3-235B-A22B 阿里巴巴

开启思考

AIME202581.50

FrontierMath - Tier 4—

MATH-50098.00

GSM8K—

免费商用

Qwen3-8B 阿里巴巴

开启思考

AIME202567.30

FrontierMath - Tier 4—

MATH-50097.40

GSM8K—

免费商用

Kimi K2 Moonshot AI

AIME202554.00

FrontierMath - Tier 40.01

MATH-50097.40

GSM8K—

免费商用

DeepSeek-R1 DeepSeek-AI

AIME202570.00

FrontierMath - Tier 4—

MATH-50097.30

GSM8K—

免费商用

Qwen3-32B 阿里巴巴

开启思考

AIME202572.90

FrontierMath - Tier 4—

MATH-50097.20

GSM8K—

免费商用

MiniMax-M1-80k MiniMaxAI

AIME202576.90

FrontierMath - Tier 4—

MATH-50096.80

GSM8K—

免费商用

Pangu Pro MoE 华为

AIME202568.10

FrontierMath - Tier 4—

MATH-50096.80

GSM8K—

免费商用

ERNIE-4.5-300B-A47B 百度

AIME202535.10

FrontierMath - Tier 4—

MATH-50096.40

GSM8K96.60

免费商用

Qwen3-235B-A22B 阿里巴巴

AIME202524.70

FrontierMath - Tier 4—

MATH-50096.20

GSM8K96.40

免费商用

Kimi k1.5 (Long-CoT)Moonshot AI

AIME2025—

FrontierMath - Tier 4—

MATH-50096.20

GSM8K—

闭源

Hunyuan-T1 腾讯AI实验室

AIME2025—

FrontierMath - Tier 4—

MATH-50096.20

GSM8K—

闭源

MiniMax-M1-40k MiniMaxAI

AIME202574.60

FrontierMath - Tier 4—

MATH-50096.00

GSM8K—

免费商用

Kimi k1.5 (Short-CoT)Moonshot AI

AIME2025—

FrontierMath - Tier 4—

MATH-50094.60

GSM8K—

闭源

DeepSeek-R1-Distill-Llama-70B DeepSeek-AI

AIME2025—

FrontierMath - Tier 4—

MATH-50094.50

GSM8K—

免费商用

DeepSeek-V3-0324 DeepSeek-AI

AIME202547.70

FrontierMath - Tier 4—

MATH-50094.00

GSM8K96.30

免费商用

Hunyuan-7B Tencent ARC

AIME202575.30

FrontierMath - Tier 4—

MATH-50093.70

GSM8K—

免费商用

Pangu Embedded 华为

AIME2025—

FrontierMath - Tier 4—

MATH-50092.40

GSM8K95.98

免费商用

DeepSeek-R1-Distill-Qwen-7B DeepSeek-AI

AIME2025—

FrontierMath - Tier 4—

MATH-50091.40

GSM8K—

免费商用

QwQ-32B 阿里巴巴

AIME2025—

FrontierMath - Tier 4—

MATH-50091.00

GSM8K—

免费商用

QwQ-32B-Preview 阿里巴巴

AIME2025—

FrontierMath - Tier 4—

MATH-50090.60

GSM8K—

免费商用

Qwen3-32B 阿里巴巴

AIME202520.20

FrontierMath - Tier 4—

MATH-50088.60

GSM8K—

免费商用

DeepSeek-V3 DeepSeek-AI

AIME2025—

FrontierMath - Tier 4—

MATH-50087.80

GSM8K—

免费商用

Qwen3-8B 阿里巴巴

AIME202520.90

FrontierMath - Tier 4—

MATH-50087.40

GSM8K—

免费商用

Step 3.5 Flash StepFunAI

开启思考工具

AIME202599.80

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Kimi K2 Thinking Moonshot AI

开启思考工具

AIME202599.10

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

GLM-4.6 智谱AI

开启思考

AIME202598.60

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

GLM-4.6 智谱AI

开启思考工具

AIME202598.60

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Step 3.5 Flash StepFunAI

开启思考

AIME202597.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Kimi K2.5 Moonshot AI

开启思考

AIME202596.10

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2 Speciale DeepSeek-AI

开启思考

AIME202596.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

GLM-4.7 智谱AI

开启思考

AIME202595.70

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Kimi K2 Thinking Moonshot AI

开启思考

AIME202594.50

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2 DeepSeek-AI

开启思考

AIME202593.10

FrontierMath - Tier 42.10

MATH-500—

GSM8K—

免费商用

Qwen3-235B-A22B-Thinking 阿里巴巴

开启思考

AIME202592.30

FrontierMath - Tier 4—

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—

MATH-500—

GSM8K—

免费商用

GLM-4.7-Flash 智谱AI

开启思考

AIME202591.60

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek-V3.1 Terminus DeepSeek-AI

开启思考

AIME202590.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek V3.2-Exp DeepSeek-AI

开启思考

AIME202589.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

DeepSeek-V3.1 DeepSeek-AI

开启思考

AIME202588.40

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

MiniMax M2.5 MiniMaxAI

开启思考

AIME202586.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Intern-S1 上海人工智能实验室

AIME202586.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Step3 StepFunAI

AIME202582.90

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Qwen3-4B-Thinking-2507 阿里巴巴

开启思考

AIME202581.30

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

M2.1 MiniMaxAI

开启思考

AIME202581.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Qwen3 Max (Preview)阿里巴巴

AIME202580.60

FrontierMath - Tier 4—

MATH-500—

GSM8K—

闭源

MiniMax M2 MiniMaxAI

开启思考

AIME202578.00

FrontierMath - Tier 4—

MATH-500—

GSM8K—

免费商用

Hunyuan-A13B-Instruct 腾讯AI实验室

AIME202576.80

FrontierMath - Tier 4—

MATH-500—

GSM8K91.83

免费商用

排序：

已显示 50 / 74 个模型查看 MATH-500 基准测试完整页面