AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
IMO-AnswerBench
IMO-AnswerBench is a benchmark for evaluating mathematical reasoning capabilities on International Mathematical Olympiad (IMO) problems, focusing on answer generation and verification.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 20
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Nemotron 3 Ultra (550B A55B) | 0.923 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| GLM-5.2 | 0.91 | 未收录 | 未收录 | 2026-06-16 · model_announcement | LLM Stats |
| Hy3 | 0.9 | 未收录 | 未收录 | 2026-07-06 · model_announcement | LLM Stats |
| Qwen3.7 Max | 0.9 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| DeepSeek-V4-Pro-Max | 0.898 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-Max | 0.884 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.86 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| Kimi K2.6 | 0.86 | 未收录 | 未收录 | 2026-04-20 · model_announcement | LLM Stats |
| Step-3.5-Flash | 0.854 | 未收录 | 未收录 | 2026-02-02 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-0423 | 0.851 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| GLM-5.1 | 0.838 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.838 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| GLM-4.7 | 0.82 | 未收录 | 未收录 | 2025-12-22 · model_announcement | LLM Stats |
| Kimi K2.5 | 0.818 | 未收录 | 未收录 | 2026-01-27 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.809 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.808 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |
| Qwen3.6-35B-A3B | 0.789 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| LongCat-Flash-Thinking-2601 | 0.786 | 未收录 | 未收录 | 2026-01-14 · model_announcement | LLM Stats |
| Kimi K2-Thinking-0905 | 0.786 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| DeepSeek-V3.2 | 0.783 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |