AIME2025

Name: AIME2025
Creator: 个人

随着大语言模型（LLM）的发展越来越快，我们需要更好的方法来评估它们到底有多“聪明”，特别是在处理复杂数学问题的时候。AIME 2025 就是这样一个工具，它专门用来测试当前 AI 在高等数学推理方面的真实水平。

更新于 2026年4月22日·4,306 次浏览

问题数量: 15
发布机构: 个人
评测类别: 数学推理
评测指标: Accuracy
支持语言: 英文
难度等级: 高难度

简介

2025年美国数学竞赛邀请赛的试题，用于测试大模型的数学推理能力

AIME2025评测最新大模型排名与完整榜单数据

查看 AIME2025 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。

数据来源：DataLearnerAI

数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。了解数据收集方法

模型模式说明

已排除 2 条并行模式成绩

排名	模型				开源情况
	GPT-5-Pro 开启思考工具	100.00	2025-08-07	未知	闭源
	Claude Sonnet 4.5 开启思考工具	100.00	2025-09-30	未知	闭源
	GPT-5.2 思考水平 · 极高	100.00	2025-12-11	未知	闭源
4	Step 3.5 Flash 开启思考工具	99.80	2026-02-02	1960亿	免费商用
5	Claude Opus 4.6 扩展思考	99.79	2026-02-05	未知	闭源
6	Gemini 3.0 Flash 开启思考工具	99.70	2025-12-17	未知	闭源
7	GPT-5 开启思考工具	99.60	2025-08-07	未知	闭源
8	OpenAI o4 - mini 开启思考工具	99.50	2025-04-16	未知	闭源
9	Gemini 2.5 Deep Think 深度思考模式	99.20	2025-08-01	未知	闭源
10	Kimi K2 Thinking 开启思考工具	99.10	2025-11-06	10400亿	免费商用
11	Grok 4 开启思考工具	98.80	2025-07-10	未知	闭源
12	GPT OSS 20B 开启思考工具	98.70	2025-08-06	210亿	免费商用
13	GLM-4.6 开启思考工具	98.60	2025-09-30	3550亿	免费商用
14	GLM-4.6 开启思考	98.60	2025-09-30	3550亿	免费商用
15	GPT OSS 120B 开启思考工具	97.90	2025-08-06	117亿	免费商用
16	Step 3.5 Flash 开启思考	97.30	2026-02-02	1960亿	免费商用
17	GPT-5-Pro 开启思考	96.70	2025-08-07	未知	闭源
18	Haiku 4.5 开启思考工具	96.30	2025-10-15	未知	闭源
19	Kimi K2.5 开启思考	96.10	2026-01-27	10000亿	免费商用
20	DeepSeek V3.2 Speciale 开启思考	96.00	2025-12-01	未知	免费商用
21	GLM-4.7 开启思考	95.70	2025-12-22	3580亿	免费商用
22	Gemini 3.0 Flash 开启思考	95.20	2025-12-17	未知	闭源
23	Gemini 3.0 Pro (Preview 11-2025) 开启思考	95.00	2025-11-18	未知	闭源
24	GPT-5 开启思考	94.60	2025-08-07	未知	闭源
25	Kimi K2 Thinking 开启思考	94.50	2025-11-06	10400亿	免费商用
26	GPT-5.1 思考水平 · 高	94.00	2025-11-12	未知	闭源
27	GPT-5.1 思考水平 · 高	94.00	2025-11-12	未知	闭源
28	DeepSeek V3.2 开启思考	93.10	2025-12-01	6710亿	免费商用