加载中...

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 GSM8K、MATH、AIME 2025 等多个权威数学基准数据集，对包括 OpenAI 的 GPT-4o、Anthropic 的 Claude、阿里巴巴的 Qwen、DeepSeek-R1 等模型进行评测。

数据更新于: 2025-07-20 20:56:42

评测切换

在这里切换评测，图表和表格会同步更新

AIME2025 AIME 2024 MATH-500 GSM8K

还有更多评测基准

进入评测基准列表，按类别/语言快速筛选

更多评测

筛选

已筛选

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

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型	AIME2025	AIME 2024	MATH-500	GSM8K	参数(亿)	开源情况
1	Claude Opus 4.6	99.79	0.00	97.60	0.00	—	不开源
2	OpenAI o4 - mini	99.50	98.70	0.00	0.00	—	不开源
3	Grok 4	98.80	0.00	0.00	0.00	—	不开源
4	GPT OSS 20B	98.70	96.00	0.00	0.00	210B	免费商用
5	GPT OSS 120B	97.90	96.60	0.00	0.00	117B	免费商用
6	DeepSeek V3.2 Speciale	96.00	0.00	0.00	0.00	—	免费商用
7	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
8	DeepSeek V3.2	93.10	0.00	0.00	0.00	6710B	免费商用
9	o3-pro	93.00	93.00	0.00	0.00	—	不开源
10	Qwen3-235B-A22B-Thinking	92.30	0.00	0.00	0.00	305B	免费商用
11	Qwen3-235B-A22B-Thinking-2507	92.30	0.00	0.00	0.00	2350B	免费商用
12	GLM-4.7-Flash	91.60	0.00	0.00	0.00	310B	免费商用
13	DeepSeek V3.2-Exp	89.30	0.00	0.00	0.00	6710B	免费商用
14	Grok 4.1 Fast	89.00	0.00	0.00	0.00	—	不开源
15	OpenAI o3	88.90	91.60	98.10	0.00	—	不开源
16	Gemini 2.5-Pro	88.00	92.00	98.80	0.00	—	不开源
17	DeepSeek-R1-0528	87.50	91.40	98.00	0.00	6710B	免费商用
18	Gemini 2.5 Pro Experimental 03-25	86.90	92.00	0.00	0.00	—	不开源
19	OpenAI o3-mini	86.50	60.00	95.80	0.00	—	不开源
20	MiniMax M2.5	86.30	0.00	0.00	0.00	2290B	免费商用
21	Claude Sonnet 4	85.00	43.40	0.00	0.00	—	不开源
22	Gemini-2.5-Pro-Preview-05-06	83.00	92.00	98.80	0.00	—	不开源
23	Qwen3-235B-A22B	81.50	85.70	98.00	96.40	2350B	免费商用
24	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
25	MiniMax-M1-80k	76.90	86.00	96.80	0.00	4560B	免费商用
26	Claude Opus 4	75.50	76.00	98.20	0.00	—	不开源
27	MiniMax-M1-40k	74.60	83.30	96.00	0.00	4560B	免费商用
28	Qwen3-32B	72.90	81.40	97.20	0.00	320B	免费商用
29	Gemini 2.5 Flash	72.00	88.00	0.00	0.00	—	不开源
30	DeepSeek-R1	70.00	79.80	97.30	0.00	6710B	免费商用
31	Qwen3-8B	67.30	79.40	97.40	0.00	80B	免费商用
32	Magistral-Medium-2506	64.95	73.59	0.00	0.00	—	不开源
33	Gemini 2.5 Flash-Lite	63.10	0.00	0.00	0.00	—	不开源
34	Magistral-Small-2506	62.76	70.68	0.00	0.00	240B	免费商用
35	Qwen3-30B-A3B	21.60	0.00	0.00	0.00	305B	免费商用
36	Kimi K2 Thinking	100.00	0.00	0.00	0.00	10400B	免费商用
37	GPT-5-Pro	100.00	0.00	0.00	0.00	—	不开源
38	OpenAI o3-mini (high)	0.00	87.00	97.90	0.00	—	不开源
39	GLM-4.5-Air	0.00	89.40	98.10	0.00	1060B	免费商用
40	GLM-4.5	0.00	91.00	98.20	0.00	3550B	免费商用
41	Grok 3.5	0.00	0.00	0.00	0.00	—	不开源
42	OpenAI o1	0.00	79.20	96.40	0.00	—	不开源
43	DeepSeek-R1-Distill-Qwen-7B	0.00	53.30	91.40	0.00	70B	免费商用
44	Kimi k1.5 (Long-CoT)	0.00	0.00	96.20	0.00	—	不开源
45	Claude Sonnet 3.7-64K Extended Thinking	0.00	80.00	96.20	0.00	—	不开源
46	Hunyuan-T1	0.00	78.20	96.20	0.00	—	不开源
47	Grok-3 - Reasoning Beta	0.00	93.30	0.00	0.00	—	不开源
48	Grok-3 mini - Reasoning	0.00	96.00	0.00	0.00	—	不开源
49	Kimi k1.5 (Short-CoT)	0.00	0.00	94.60	0.00	—	不开源
50	DeepSeek-R1-Distill-Llama-70B	0.00	0.00	94.50	0.00	700B	免费商用
51	OpenAI o1-mini	0.00	63.60	90.00	0.00	—	不开源
52	Phi-4-instruct (reasoning-trained)	0.00	50.00	90.40	0.00	38B	不开源
53	QwQ-32B-Preview	0.00	50.00	90.60	0.00	320B	免费商用
54	QwQ-32B	0.00	79.50	91.00	0.00	325B	免费商用

Claude Opus 4.6

AIME202599.79

AIME 20240.00

MATH-50097.60

GSM8K0.00

不开源

OpenAI o4 - mini

AIME202599.50

AIME 202498.70

MATH-5000.00

GSM8K0.00

不开源

Grok 4

AIME202598.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 20B

210B

AIME202598.70

AIME 202496.00

MATH-5000.00

GSM8K0.00

免费商用

GPT OSS 120B

117B

AIME202597.90

AIME 202496.60

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek V3.2 Speciale

AIME202596.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5.1

AIME202594.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek V3.2

6710B

AIME202593.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

o3-pro

AIME202593.00

AIME 202493.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-Thinking

305B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Qwen3-235B-A22B-Thinking-2507

2350B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GLM-4.7-Flash

310B

AIME202591.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek V3.2-Exp

6710B

AIME202589.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Grok 4.1 Fast

AIME202589.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3

AIME202588.90

AIME 202491.60

MATH-50098.10

GSM8K0.00

不开源

Gemini 2.5-Pro

AIME202588.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

DeepSeek-R1-0528

6710B

AIME202587.50

AIME 202491.40

MATH-50098.00

GSM8K0.00

免费商用

Gemini 2.5 Pro Experimental 03-25

AIME202586.90

AIME 202492.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3-mini

AIME202586.50

AIME 202460.00

MATH-50095.80

GSM8K0.00

不开源

MiniMax M2.5

2290B

AIME202586.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Claude Sonnet 4

AIME202585.00

AIME 202443.40

MATH-5000.00

GSM8K0.00

不开源

Gemini-2.5-Pro-Preview-05-06

AIME202583.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

Qwen3-235B-A22B

2350B

AIME202581.50

AIME 202485.70

MATH-50098.00

GSM8K96.40

免费商用

Claude Opus 4.1

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

MiniMax-M1-80k

4560B

AIME202576.90

AIME 202486.00

MATH-50096.80

GSM8K0.00

免费商用

Claude Opus 4

AIME202575.50

AIME 202476.00

MATH-50098.20

GSM8K0.00

不开源

MiniMax-M1-40k

4560B

AIME202574.60

AIME 202483.30

MATH-50096.00

GSM8K0.00

免费商用

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-50097.20

GSM8K0.00

免费商用

Gemini 2.5 Flash

AIME202572.00

AIME 202488.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek-R1

6710B

AIME202570.00

AIME 202479.80

MATH-50097.30

GSM8K0.00

免费商用

Qwen3-8B

80B

AIME202567.30

AIME 202479.40

MATH-50097.40

GSM8K0.00

免费商用

Magistral-Medium-2506

AIME202564.95

AIME 202473.59

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Flash-Lite

AIME202563.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Magistral-Small-2506

240B

AIME202562.76

AIME 202470.68

MATH-5000.00

GSM8K0.00

免费商用

Qwen3-30B-A3B

305B

AIME202521.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Kimi K2 Thinking

10400B

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5-Pro

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3-mini (high)

AIME20250.00

AIME 202487.00

MATH-50097.90

GSM8K0.00

不开源

GLM-4.5-Air

1060B

AIME20250.00

AIME 202489.40

MATH-50098.10

GSM8K0.00

免费商用

GLM-4.5

3550B

AIME20250.00

AIME 202491.00

MATH-50098.20

GSM8K0.00

免费商用

Grok 3.5

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o1

AIME20250.00

AIME 202479.20

MATH-50096.40

GSM8K0.00

不开源

DeepSeek-R1-Distill-Qwen-7B

70B

AIME20250.00

AIME 202453.30

MATH-50091.40

GSM8K0.00

免费商用

Kimi k1.5 (Long-CoT)

AIME20250.00

AIME 20240.00

MATH-50096.20

GSM8K0.00

不开源

Claude Sonnet 3.7-64K Extended Thinking

AIME20250.00

AIME 202480.00

MATH-50096.20

GSM8K0.00

不开源

Hunyuan-T1

AIME20250.00

AIME 202478.20

MATH-50096.20

GSM8K0.00

不开源

Grok-3 - Reasoning Beta

AIME20250.00

AIME 202493.30

MATH-5000.00

GSM8K0.00

不开源

Grok-3 mini - Reasoning

AIME20250.00

AIME 202496.00

MATH-5000.00

GSM8K0.00

不开源

Kimi k1.5 (Short-CoT)

AIME20250.00

AIME 20240.00

MATH-50094.60

GSM8K0.00

不开源

DeepSeek-R1-Distill-Llama-70B

700B

AIME20250.00

AIME 20240.00

MATH-50094.50

GSM8K0.00

免费商用

OpenAI o1-mini

AIME20250.00

AIME 202463.60

MATH-50090.00

GSM8K0.00

不开源

Phi-4-instruct (reasoning-trained)

38B

AIME20250.00

AIME 202450.00

MATH-50090.40

GSM8K0.00

不开源

QwQ-32B-Preview

320B

AIME20250.00

AIME 202450.00

MATH-50090.60

GSM8K0.00

免费商用

QwQ-32B

325B

AIME20250.00

AIME 202479.50

MATH-50091.00

GSM8K0.00

免费商用

加载中...

返回总榜单

大模型数学推理能力评测排行榜

数据更新于: 2025-07-20 20:56:42

评测切换

在这里切换评测，图表和表格会同步更新

AIME2025 AIME 2024 MATH-500 GSM8K

还有更多评测基准

进入评测基准列表，按类别/语言快速筛选

更多评测

筛选

已筛选

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

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型	AIME2025	AIME 2024	MATH-500	GSM8K	参数(亿)	开源情况
1	Claude Opus 4.6	99.79	0.00	97.60	0.00	—	不开源
2	OpenAI o4 - mini	99.50	98.70	0.00	0.00	—	不开源
3	Grok 4	98.80	0.00	0.00	0.00	—	不开源
4	GPT OSS 20B	98.70	96.00	0.00	0.00	210B	免费商用
5	GPT OSS 120B	97.90	96.60	0.00	0.00	117B	免费商用
6	DeepSeek V3.2 Speciale	96.00	0.00	0.00	0.00	—	免费商用
7	GPT-5.1	94.00	0.00	0.00	0.00	—	不开源
8	DeepSeek V3.2	93.10	0.00	0.00	0.00	6710B	免费商用
9	o3-pro	93.00	93.00	0.00	0.00	—	不开源
10	Qwen3-235B-A22B-Thinking	92.30	0.00	0.00	0.00	305B	免费商用
11	Qwen3-235B-A22B-Thinking-2507	92.30	0.00	0.00	0.00	2350B	免费商用
12	GLM-4.7-Flash	91.60	0.00	0.00	0.00	310B	免费商用
13	DeepSeek V3.2-Exp	89.30	0.00	0.00	0.00	6710B	免费商用
14	Grok 4.1 Fast	89.00	0.00	0.00	0.00	—	不开源
15	OpenAI o3	88.90	91.60	98.10	0.00	—	不开源
16	Gemini 2.5-Pro	88.00	92.00	98.80	0.00	—	不开源
17	DeepSeek-R1-0528	87.50	91.40	98.00	0.00	6710B	免费商用
18	Gemini 2.5 Pro Experimental 03-25	86.90	92.00	0.00	0.00	—	不开源
19	OpenAI o3-mini	86.50	60.00	95.80	0.00	—	不开源
20	MiniMax M2.5	86.30	0.00	0.00	0.00	2290B	免费商用
21	Claude Sonnet 4	85.00	43.40	0.00	0.00	—	不开源
22	Gemini-2.5-Pro-Preview-05-06	83.00	92.00	98.80	0.00	—	不开源
23	Qwen3-235B-A22B	81.50	85.70	98.00	96.40	2350B	免费商用
24	Claude Opus 4.1	78.00	0.00	0.00	0.00	—	不开源
25	MiniMax-M1-80k	76.90	86.00	96.80	0.00	4560B	免费商用
26	Claude Opus 4	75.50	76.00	98.20	0.00	—	不开源
27	MiniMax-M1-40k	74.60	83.30	96.00	0.00	4560B	免费商用
28	Qwen3-32B	72.90	81.40	97.20	0.00	320B	免费商用
29	Gemini 2.5 Flash	72.00	88.00	0.00	0.00	—	不开源
30	DeepSeek-R1	70.00	79.80	97.30	0.00	6710B	免费商用
31	Qwen3-8B	67.30	79.40	97.40	0.00	80B	免费商用
32	Magistral-Medium-2506	64.95	73.59	0.00	0.00	—	不开源
33	Gemini 2.5 Flash-Lite	63.10	0.00	0.00	0.00	—	不开源
34	Magistral-Small-2506	62.76	70.68	0.00	0.00	240B	免费商用
35	Qwen3-30B-A3B	21.60	0.00	0.00	0.00	305B	免费商用
36	Kimi K2 Thinking	100.00	0.00	0.00	0.00	10400B	免费商用
37	GPT-5-Pro	100.00	0.00	0.00	0.00	—	不开源
38	OpenAI o3-mini (high)	0.00	87.00	97.90	0.00	—	不开源
39	GLM-4.5-Air	0.00	89.40	98.10	0.00	1060B	免费商用
40	GLM-4.5	0.00	91.00	98.20	0.00	3550B	免费商用
41	Grok 3.5	0.00	0.00	0.00	0.00	—	不开源
42	OpenAI o1	0.00	79.20	96.40	0.00	—	不开源
43	DeepSeek-R1-Distill-Qwen-7B	0.00	53.30	91.40	0.00	70B	免费商用
44	Kimi k1.5 (Long-CoT)	0.00	0.00	96.20	0.00	—	不开源
45	Claude Sonnet 3.7-64K Extended Thinking	0.00	80.00	96.20	0.00	—	不开源
46	Hunyuan-T1	0.00	78.20	96.20	0.00	—	不开源
47	Grok-3 - Reasoning Beta	0.00	93.30	0.00	0.00	—	不开源
48	Grok-3 mini - Reasoning	0.00	96.00	0.00	0.00	—	不开源
49	Kimi k1.5 (Short-CoT)	0.00	0.00	94.60	0.00	—	不开源
50	DeepSeek-R1-Distill-Llama-70B	0.00	0.00	94.50	0.00	700B	免费商用
51	OpenAI o1-mini	0.00	63.60	90.00	0.00	—	不开源
52	Phi-4-instruct (reasoning-trained)	0.00	50.00	90.40	0.00	38B	不开源
53	QwQ-32B-Preview	0.00	50.00	90.60	0.00	320B	免费商用
54	QwQ-32B	0.00	79.50	91.00	0.00	325B	免费商用

Claude Opus 4.6

AIME202599.79

AIME 20240.00

MATH-50097.60

GSM8K0.00

不开源

OpenAI o4 - mini

AIME202599.50

AIME 202498.70

MATH-5000.00

GSM8K0.00

不开源

Grok 4

AIME202598.80

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

GPT OSS 20B

210B

AIME202598.70

AIME 202496.00

MATH-5000.00

GSM8K0.00

免费商用

GPT OSS 120B

117B

AIME202597.90

AIME 202496.60

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek V3.2 Speciale

AIME202596.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5.1

AIME202594.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek V3.2

6710B

AIME202593.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

o3-pro

AIME202593.00

AIME 202493.00

MATH-5000.00

GSM8K0.00

不开源

Qwen3-235B-A22B-Thinking

305B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Qwen3-235B-A22B-Thinking-2507

2350B

AIME202592.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GLM-4.7-Flash

310B

AIME202591.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

DeepSeek V3.2-Exp

6710B

AIME202589.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Grok 4.1 Fast

AIME202589.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3

AIME202588.90

AIME 202491.60

MATH-50098.10

GSM8K0.00

不开源

Gemini 2.5-Pro

AIME202588.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

DeepSeek-R1-0528

6710B

AIME202587.50

AIME 202491.40

MATH-50098.00

GSM8K0.00

免费商用

Gemini 2.5 Pro Experimental 03-25

AIME202586.90

AIME 202492.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3-mini

AIME202586.50

AIME 202460.00

MATH-50095.80

GSM8K0.00

不开源

MiniMax M2.5

2290B

AIME202586.30

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Claude Sonnet 4

AIME202585.00

AIME 202443.40

MATH-5000.00

GSM8K0.00

不开源

Gemini-2.5-Pro-Preview-05-06

AIME202583.00

AIME 202492.00

MATH-50098.80

GSM8K0.00

不开源

Qwen3-235B-A22B

2350B

AIME202581.50

AIME 202485.70

MATH-50098.00

GSM8K96.40

免费商用

Claude Opus 4.1

AIME202578.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

MiniMax-M1-80k

4560B

AIME202576.90

AIME 202486.00

MATH-50096.80

GSM8K0.00

免费商用

Claude Opus 4

AIME202575.50

AIME 202476.00

MATH-50098.20

GSM8K0.00

不开源

MiniMax-M1-40k

4560B

AIME202574.60

AIME 202483.30

MATH-50096.00

GSM8K0.00

免费商用

Qwen3-32B

320B

AIME202572.90

AIME 202481.40

MATH-50097.20

GSM8K0.00

免费商用

Gemini 2.5 Flash

AIME202572.00

AIME 202488.00

MATH-5000.00

GSM8K0.00

不开源

DeepSeek-R1

6710B

AIME202570.00

AIME 202479.80

MATH-50097.30

GSM8K0.00

免费商用

Qwen3-8B

80B

AIME202567.30

AIME 202479.40

MATH-50097.40

GSM8K0.00

免费商用

Magistral-Medium-2506

AIME202564.95

AIME 202473.59

MATH-5000.00

GSM8K0.00

不开源

Gemini 2.5 Flash-Lite

AIME202563.10

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

Magistral-Small-2506

240B

AIME202562.76

AIME 202470.68

MATH-5000.00

GSM8K0.00

免费商用

Qwen3-30B-A3B

305B

AIME202521.60

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

Kimi K2 Thinking

10400B

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

免费商用

GPT-5-Pro

AIME2025100.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o3-mini (high)

AIME20250.00

AIME 202487.00

MATH-50097.90

GSM8K0.00

不开源

GLM-4.5-Air

1060B

AIME20250.00

AIME 202489.40

MATH-50098.10

GSM8K0.00

免费商用

GLM-4.5

3550B

AIME20250.00

AIME 202491.00

MATH-50098.20

GSM8K0.00

免费商用

Grok 3.5

AIME20250.00

AIME 20240.00

MATH-5000.00

GSM8K0.00

不开源

OpenAI o1

AIME20250.00

AIME 202479.20

MATH-50096.40

GSM8K0.00

不开源

DeepSeek-R1-Distill-Qwen-7B

70B

AIME20250.00

AIME 202453.30

MATH-50091.40

GSM8K0.00

免费商用

Kimi k1.5 (Long-CoT)

AIME20250.00

AIME 20240.00

MATH-50096.20

GSM8K0.00

不开源

Claude Sonnet 3.7-64K Extended Thinking

AIME20250.00

AIME 202480.00

MATH-50096.20

GSM8K0.00

不开源

Hunyuan-T1

AIME20250.00

AIME 202478.20

MATH-50096.20

GSM8K0.00

不开源

Grok-3 - Reasoning Beta

AIME20250.00

AIME 202493.30

MATH-5000.00

GSM8K0.00

不开源

Grok-3 mini - Reasoning

AIME20250.00

AIME 202496.00

MATH-5000.00

GSM8K0.00

不开源

Kimi k1.5 (Short-CoT)

AIME20250.00

AIME 20240.00

MATH-50094.60

GSM8K0.00

不开源

DeepSeek-R1-Distill-Llama-70B

700B

AIME20250.00

AIME 20240.00

MATH-50094.50

GSM8K0.00

免费商用

OpenAI o1-mini

AIME20250.00

AIME 202463.60

MATH-50090.00

GSM8K0.00

不开源

Phi-4-instruct (reasoning-trained)

38B

AIME20250.00

AIME 202450.00

MATH-50090.40

GSM8K0.00

不开源

QwQ-32B-Preview

320B

AIME20250.00

AIME 202450.00

MATH-50090.60

GSM8K0.00

免费商用

QwQ-32B

325B

AIME20250.00

AIME 202479.50

MATH-50091.00

GSM8K0.00

免费商用