排行榜

数学 榜单排名

从竞赛数学到前沿问题:AIME、MATH、FrontierMath。

共 90 个模型
#模型名称Podium 得分AIME 2025FrontierMathMATH生成速度
01
Claude Mythos Preview
Anthropic推理预览
100.0
———80 t/s
02
MiMo V2.5 Pro
Xiaomi开源
100.0
——86.2%65 t/s
03
GPT-6 Astra
OpenAI推理
97.6
—97.6%—82 t/s
4
Kimi K3.1 Pro
Moonshot AI开源推理
95.0
—95%—45 t/s
5
GPT-6.1 Sol
OpenAI推理
95.0
—95%—75 t/s
6
MiMo V2.6 Pro
Xiaomi开源
95.0
———72 t/s
7
Claude 5.5 Sonnet
Anthropic推理
94.2
—94.2%—94 t/s
8
Gemini 4 Argon
Google推理预览
93.5
—93.5%—88 t/s
9
Muse Spark 1.3
Muse推理
90.0
———75 t/s
10
Gemini 3.1 Pro Preview
Google推理预览
89.0
—89%—105 t/s
11
Kimi K3.1 Highspeed
Moonshot AI开源推理
88.0
———130 t/s
12
Mistral Large 4
Mistral推理
87.0
—87%—92 t/s
13
Claude 5.5 Haiku
Anthropic推理
86.5
—86.5%—145 t/s
14
MiMo v2.6 Flash
Xiaomi开源
85.0
—85%—118 t/s
15
Grok 4 Heavy
xAI预览
84.6
100%——50 t/s
16
84.0
—84%—110 t/s
17
Simba 3.2
Independent推理
84.0
———62 t/s
18
GLM-4.5 Air
Zhipu AI开源推理
82.0
91%——96 t/s
19
81.6
———203 t/s
20
80.0
—80%—210 t/s
21
79.6
99.8%——50 t/s
22
78.0
86%——175 t/s
23
76.0
———136 t/s
24
72.9
100%——120 t/s
25
Kimi K3
Moonshot AI开源推理
70.9
———37 t/s
26
70.7
—89%—72 t/s
27
GLM-5.2
Z.ai开源
69.8
———164 t/s
28
69.6
99.7%——120 t/s
29
Qwen3.8 Flash Next
Alibaba开源
68.0
———168 t/s
30
DeepSeek V4.1 Flash
DeepSeek开源推理
68.0
———214 t/s
31
DeepSeek V4 Pro
DeepSeek开源
66.5
———66 t/s
32
Step-5
StepFun推理
65.0
———110 t/s
33
GLM-5.3 Flash
Z.ai开源
64.0
———182 t/s
34
62.0
———54 t/s
35
DeepSeek V4 Flash
DeepSeek开源
62.0
———113 t/s
36
59.8
———80 t/s
37
59.2
———55 t/s
38
58.7
———50 t/s
39
57.3
—84.9%—127 t/s
40
57.0
———80 t/s
41
GPT-5.2
OpenAI
53.0
100%40.3%—90 t/s
42
Seed 2.0 Pro
ByteDance
47.2
98.3%——40 t/s
43
Kimi K2.6
Moonshot AI开源
46.9
———40 t/s
44
Qwen3.5 397B-A17B
Alibaba开源
45.3
———71 t/s
45
Agnes 3.0 Flash
Agnes推理
42.0
———235 t/s
46
40.3
—78.6%—175 t/s
47
39.0
———120 t/s
48
G9v3-39A5B
AI9Stars开源
39.0
———60 t/s
49
G9v3-3B
AI9Stars开源
39.0
———60 t/s
50
GLM-5.3
Zhipu AI
39.0
———90 t/s
51
39.0
———59 t/s
52
39.0
———59 t/s
53
39.0
———62 t/s
54
HyperNova 60B
Multiverse开源
39.0
———367 t/s
55
LFM2.5-2.6B
Liquid AI开源
39.0
———60 t/s
56
LFM2.5-8B-A1B
Liquid AI开源
39.0
———338 t/s
57
LongCat 2.0
LongCat开源
39.0
———42 t/s
58
Magistral Small 1.2
Mistral开源
39.0
———60 t/s
59
Qwen3.8 27B (xhigh)
Alibaba开源
39.0
———53 t/s
60
Qwen3.8 27B (low)
Alibaba开源
39.0
———64 t/s
61
39.0
———62 t/s
62
Qwen3.8 27B (Non-reasoning)
Alibaba开源推理
39.0
———62 t/s
63
35.8
———69 t/s
64
GPT-5.4
OpenAI
32.1
—47.6%—60 t/s
65
30.7
———50 t/s
66
GPT-5.5
OpenAI
25.7
—35.4%—60 t/s
67
GPT-5.1
OpenAI
13.0
94%——60 t/s
68
GPT-5
OpenAI
10.9
94.6%—84.7%60 t/s
69
5.0
———55 t/s
70
0.0
———200 t/s
71
FLUX.2 Pro
Black Forest Labs
0.0
———30 t/s
72
0.0
———25 t/s
73
0.0
———34 t/s
74
0.0
———240 t/s
75
0.0
———260 t/s
76
FLUX.2 Dev
Black Forest Labs开源
0.0
———28 t/s
77
0.0
———165 t/s
78
Qwen Audio 3.1 TTS+
Alibaba开源
0.0
———140 t/s
79
FLUX.2 Max
Independent
0.0
———35 t/s
80
LTX-2.3 Pro
Lightricks
0.0
———18 t/s
81
0.0
———150 t/s
82
0.0
———25 t/s
83
FLUX.2 Klein 9B
Black Forest Labs开源
0.0
———55 t/s
84
0.0
———230 t/s
85
Wan 2.2 A14B
Alibaba开源
0.0
———15 t/s
86
0.0
———220 t/s
87
Deepgram Flux
Independent
0.0
———260 t/s
88
FLUX.2 Klein 4B
Black Forest Labs开源
0.0
———90 t/s
89
LTX-2.3 Fast
Lightricks
0.0
———60 t/s
90
DeepSeek V3.2
DeepSeek开源
0.0
93.1%——60 t/s
Podium Score是整合5个榜单的加权综合分。详见评分方法论。
0 / 4