大模型数学推理能力评测排行榜

大模型排名数据表格

排名	模型	AIME2025	AIME 2024	MATH-500	GSM8K	参数(亿)	开源情况
1	Gemini 3.0 Flash thinking + 使用工具	99.70	未公布	未公布	未公布	未知	不开源
2	GPT-5 thinking + 使用工具	99.60	未公布	未公布	未公布	未知	不开源
3	OpenAI o4 - mini thinking + 使用工具	99.50	98.70	未公布	未公布	未知	不开源
4	Gemini 2.5 Deep Think deeper_thinking	99.20	未公布	未公布	未公布	未知	不开源
5	Kimi K2 Thinking thinking + 使用工具	99.10	未公布	未公布	未公布	10,400	免费商用授权
6	Grok 4 thinking + 使用工具	98.80	未公布	未公布	未公布	未知	不开源
7	GPT OSS 20B thinking + 使用工具	98.70	96.00	未公布	未公布	210	免费商用授权
8	GLM-4.6 thinking	98.60	未公布	未公布	未公布	3,550	免费商用授权
9	GLM-4.6 thinking + 使用工具	98.60	未公布	未公布	未公布	3,550	免费商用授权
10	GPT OSS 120B thinking + 使用工具	97.90	96.60	未公布	未公布	117	免费商用授权
11	GPT-5-Pro thinking	96.70	未公布	未公布	未公布	未知	不开源
12	Haiku 4.5 thinking + 使用工具	96.30	未公布	未公布	未公布	未知	不开源
13	DeepSeek V3.2 Speciale thinking	96.00	未公布	未公布	未公布	未知	免费商用授权
14	GLM-4.7 thinking	95.70	未公布	未公布	未公布	3,580	免费商用授权
15	Gemini 3.0 Flash thinking	95.20	未公布	未公布	未公布	未知	不开源
16	Gemini 3.0 Pro (Preview 11-2025) thinking	95.00	未公布	未公布	未公布	未知	不开源
17	GPT-5 thinking	94.60	未公布	未公布	未公布	未知	不开源
18	Kimi K2 Thinking thinking	94.50	未公布	未公布	未公布	10,400	免费商用授权
19	GPT-5.1 high	94.00	未公布	未公布	未公布	未知	不开源
20	DeepSeek V3.2 thinking	93.10	未公布	未公布	未公布	6,710	免费商用授权
21	o3-pro	93.00	93.00	未公布	未公布	未知	不开源
22	OpenAI o4 - mini thinking	92.70	93.40	未公布	未公布	未知	不开源
23	Qwen3-235B-A22B-Thinking-2507 thinking	92.30	未公布	未公布	未公布	2,350	免费商用授权
24	Qwen3-235B-A22B-Thinking thinking	92.30	未公布	未公布	未公布	305	免费商用授权
25	Grok 4 Fast thinking	92.00	未公布	未公布	未公布	未知	不开源
26	Grok 4 thinking	91.70	未公布	未公布	未公布	未知	不开源
27	GLM-4.7-Flash thinking	91.60	未公布	未公布	未公布	310	免费商用授权
28	DeepSeek-V3.1 Terminus thinking	90.00	未公布	未公布	未公布	6,710	免费商用授权
29	DeepSeek V3.2-Exp thinking	89.30	未公布	未公布	未公布	6,710	免费商用授权
30	Grok 4.1 Fast thinking	89.00	未公布	未公布	未公布	未知	不开源
31	OpenAI o3 thinking	88.90	未公布	未公布	未公布	未知	不开源
32	DeepSeek-V3.1 thinking	88.40	93.10	未公布	未公布	6,710	免费商用授权
33	Gemini 2.5-Pro thinking	88.00	未公布	未公布	未公布	未知	不开源
34	DeepSeek-R1-0528 thinking	87.50	91.40	98.00	未公布	6,710	免费商用授权
35	Claude Sonnet 4.5 thinking	87.00	未公布	未公布	未公布	未知	不开源
36	Gemini 2.5 Pro Experimental 03-25	86.90	92.00	未公布	未公布	未知	不开源
37	OpenAI o3-mini thinking	86.50	60.00	95.80	未公布	未知	不开源
38	Intern-S1	86.00	未公布	未公布	未公布	2,410	免费商用授权
39	Claude Sonnet 4 deeper_thinking + 使用工具	85.00	未公布	未公布	未公布	未知	不开源
40	GPT OSS 120B thinking	83.00	未公布	未公布	未公布	117	免费商用授权
41	Gemini-2.5-Pro-Preview-05-06	83.00	92.00	98.80	未公布	未知	不开源
42	Step3	82.90	未公布	未公布	未公布	3,210	免费商用授权
43	Qwen3-235B-A22B thinking	81.50	85.70	98.00	未公布	2,350	免费商用授权
44	Qwen3-4B-Thinking-2507 thinking	81.30	未公布	未公布	未公布	40	免费商用授权
45	M2.1 thinking	81.00	未公布	未公布	未公布	2,300	免费商用授权
46	Haiku 4.5 thinking	80.70	未公布	未公布	未公布	未知	不开源
47	Qwen3 Max	80.60	未公布	未公布	未公布	未知	不开源
48	GPT OSS 20B thinking	79.00	未公布	未公布	未公布	210	免费商用授权
49	MiniMax M2 thinking	78.00	未公布	未公布	未公布	2,300	免费商用授权
50	Claude Opus 4.1 thinking + 使用工具	78.00	未公布	未公布	未公布	未知	不开源
51	Claude Opus 4.1 thinking	78.00	未公布	未公布	未公布	未知	不开源
52	Grok 3	77.10	84.20	未公布	未公布	未知	不开源
53	MiniMax-M1-80k	76.90	86.00	96.80	未公布	4,560	免费商用授权
54	Hunyuan-A13B-Instruct	76.80	87.30	未公布	91.83	800	免费商用授权
55	Claude Opus 4	75.50	76.00	98.20	未公布	未知	不开源
56	Hunyuan-7B	75.30	81.10	93.70	未公布	70	免费商用授权
57	Kimi K2 0905 thinking + 使用工具	75.20	未公布	未公布	未公布	10,000	免费商用授权
58	MiniMax-M1-40k	74.60	83.30	96.00	未公布	4,560	免费商用授权
59	Qwen3-32B thinking	72.90	81.40	97.20	未公布	320	免费商用授权
60	Qwen3-32B	72.90	81.40	未公布	未公布	320	免费商用授权
61	Gemini 2.5 Flash thinking	72.00	未公布	未公布	未公布	未知	不开源
62	Claude Sonnet 4 thinking	70.50	未公布	未公布	未公布	未知	不开源
63	Qwen3-235B-A22B-2507	70.30	未公布	未公布	未公布	2,350	免费商用授权
64	DeepSeek-R1	70.00	79.80	97.30	未公布	6,710	免费商用授权
65	Qwen3-Next	69.50	未公布	未公布	90.30	800	免费商用授权
66	Pangu Pro MoE	68.10	79.20	96.80	未公布	719	免费商用授权
67	Qwen3-8B thinking	67.30	76.00	97.40	未公布	80	免费商用授权
68	Magistral-Medium-2506	64.95	73.59	未公布	未公布	未知	不开源
69	Gemini 2.5 Flash-Lite	63.10	未公布	未公布	未公布	未知	不开源
70	Magistral-Small-2506	62.76	70.68	未公布	未公布	240	免费商用授权
71	GPT-5	61.90	未公布	未公布	未公布	未知	不开源
72	Gemini 2.5 Flash	61.60	88.00	未公布	未公布	未知	不开源
73	Qwen3-30B-A3B-2507	61.30	未公布	未公布	未公布	305	免费商用授权
74	DeepSeek V3.2-Exp	58.00	未公布	未公布	未公布	6,710	免费商用授权
75	Claude Sonnet 3.7	54.80	23.30	82.20	未公布	未知	不开源
76	DeepSeek-V3.1 Terminus	54.00	未公布	未公布	未公布	6,710	免费商用授权
77	Kimi K2	54.00	69.60	97.40	未公布	10,000	免费商用授权
78	DeepSeek-V3.1	49.80	66.30	未公布	未公布	6,710	免费商用授权
79	DeepSeek-V3-0324	47.70	59.40	94.00	96.30	6,710	免费商用授权
80	Qwen3-4B-2507	47.40	未公布	未公布	未公布	40	免费商用授权
81	GPT-5-mini thinking	47.00	未公布	未公布	未公布	未知	不开源
82	GPT-5-mini	47.00	未公布	未公布	未公布	未知	不开源
83	GLM-4.6	44.00	未公布	未公布	未公布	3,550	免费商用授权
84	GPT-4o normal + 使用工具	42.10	未公布	未公布	未公布	未知	不开源
85	Haiku 4.5	39.00	未公布	未公布	未公布	未知	不开源
86	Claude Sonnet 4	38.00	43.40	未公布	未公布	未知	不开源
87	Claude Sonnet 4.5	37.00	未公布	未公布	未公布	未知	不开源
88	GPT-4.1	36.70	48.10	92.80	95.90	未知	不开源
89	ERNIE-4.5-VL-424B-A47B-Base thinking	35.10	未公布	未公布	未公布	4,240	免费商用授权
90	ERNIE-4.5-300B-A47B	35.10	54.80	96.40	96.60	3,000	免费商用授权
91	Gemini 2.0 Flash Experimental	29.70	未公布	未公布	未公布	未知	不开源
92	GPT-4o(2025-03-27)	26.70	未公布	未公布	未公布	未知	不开源
93	Qwen3-235B-A22B	24.70	85.70	96.20	96.40	2,350	免费商用授权
94	Qwen3-30B-A3B	21.60	未公布	未公布	未公布	305	免费商用授权
95	Qwen3-8B	20.90	79.40	87.40	未公布	80	免费商用授权
96	Kimi K2 Thinking parallel_thinking + 使用工具	100.00	未公布	未公布	未公布	10,400	免费商用授权
97	Grok 4 Heavy parallel_thinking	100.00	未公布	未公布	未公布	未知	不开源
98	GPT-5.2 thinking	100.00	未公布	未公布	未公布	未知	不开源
99	GPT-5-Pro thinking + 使用工具	100.00	未公布	未公布	未公布	未知	不开源
100	Claude Sonnet 4.5 thinking + 使用工具	100.00	未公布	未公布	未公布	未知	不开源
101	OpenAI o3-mini (high)	未公布	87.00	97.90	未公布	未知	不开源
102	Kimi k1.5 (Long-CoT)	未公布	未公布	96.20	未公布	未知	不开源
103	GLM-4.5-Air thinking	未公布	89.40	98.10	未公布	1,060	免费商用授权
104	OpenAI o3	未公布	91.60	98.10	未公布	未知	不开源
105	GLM-4.5 thinking	未公布	91.00	98.20	未公布	3,550	免费商用授权
106	Gemini 2.5-Pro	未公布	92.00	98.80	未公布	未知	不开源
107	Amazon Nova Pro	未公布	未公布	未公布	未公布	未知	不开源
108	Llama3.1-405B Instruct	未公布	未公布	未公布	未公布	4,050	免费商用授权
109	Gemini 1.5 Pro	未公布	未公布	未公布	未公布	未知	不开源
110	Llama-3.2-3B	未公布	未公布	未公布	34.00	32	免费商用授权
111	Mistral-7B-Instruct-v0.3	未公布	未公布	未公布	36.20	70	免费商用授权
112	Llama3.1-8B	未公布	未公布	未公布	55.30	80	免费商用授权
113	Gemma 2 - 9B	未公布	未公布	未公布	70.70	90	免费商用授权
114	Moonlight-16B-A3B-Instruct	未公布	未公布	未公布	77.40	160	免费商用授权
115	Qwen2.5-3B	未公布	未公布	未公布	79.10	30	免费商用授权
116	Llama3.1-8B-Instruct	未公布	未公布	未公布	82.40	80	免费商用授权
117	Qwen2.5-7B	未公布	未公布	未公布	85.40	70	免费商用授权
118	Phi-4-mini-instruct (3.8B)	未公布	10.00	71.80	88.60	38	免费商用授权
119	GPT-4o mini	未公布	未公布	未公布	91.30	未知	不开源
120	Qwen2.5-72B	未公布	未公布	未公布	91.50	727	免费商用授权
121	Qwen2.5-Max	未公布	未公布	未公布	94.50	未知	不开源
122	Claude3-Opus	未公布	未公布	未公布	95.00	未知	不开源
123	Qwen2.5-32B	未公布	未公布	未公布	95.90	320	免费商用授权
124	Pangu Embedded	未公布	81.90	92.40	95.98	70	免费商用授权
125	DeepSeek-V3	未公布	39.00	87.80	未公布	6,810	免费商用授权
126	Grok 3.5	未公布	未公布	未公布	未公布	未知	不开源
127	Gemma 3 - 27B (IT)	未公布	25.30	未公布	未公布	270	免费商用授权
128	GPT-4.1 nano	未公布	29.40	未公布	未公布	未知	不开源
129	Gemini 2.0 Pro Experimental	未公布	36.00	未公布	未公布	未知	不开源
130	Grok 3 mini	未公布	40.00	未公布	未公布	未知	不开源
131	GPT-4.1 mini	未公布	49.60	未公布	未公布	未知	不开源
132	GLM-4-9B-Chat	未公布	76.40	未公布	未公布	90	免费商用授权
133	Grok-3 - Reasoning Beta	未公布	93.30	未公布	未公布	未知	不开源
134	Grok-3 mini - Reasoning	未公布	96.00	未公布	未公布	未知	不开源
135	GPT-4o	未公布	9.30	75.90	未公布	未知	不开源
136	Claude 3.5 Sonnet New	未公布	16.00	78.00	未公布	未知	不开源
137	OpenAI o1	未公布	79.20	96.40	未公布	未知	不开源
138	OpenAI o1-mini	未公布	63.60	90.00	未公布	未知	不开源
139	Phi-4-instruct (reasoning-trained)	未公布	50.00	90.40	未公布	38	不开源
140	QwQ-32B-Preview	未公布	50.00	90.60	未公布	320	免费商用授权
141	GPT-4.5	未公布	36.70	90.70	未公布	未知	不开源
142	QwQ-32B	未公布	79.50	91.00	未公布	325	免费商用授权
143	DeepSeek-R1-Distill-Qwen-7B	未公布	53.30	91.40	未公布	70	免费商用授权
144	DeepSeek-R1-Distill-Llama-70B	未公布	未公布	94.50	未公布	700	免费商用授权
145	Kimi k1.5 (Short-CoT)	未公布	未公布	94.60	未公布	未知	不开源
146	Llama 4 Behemoth Instruct	未公布	未公布	95.00	未公布	20,000	免费商用授权
147	Hunyuan-T1	未公布	78.20	96.20	未公布	未知	不开源
148	Claude Sonnet 3.7-64K Extended Thinking	未公布	80.00	96.20	未公布	未知	不开源