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
MATH
MATH dataset contains 12,500 challenging competition mathematics problems from AMC 10, AMC 12, AIME, and other mathematics competitions. Each problem includes full step-by-step solutions and spans multiple difficulty levels (1-5) across seven mathematical subjects including Prealgebra, Algebra, Number Theory, Counting and Probability, Geometry, Intermediate Algebra, and Precalculus.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 2021-11-08
- 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 71
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 |
|---|---|---|---|---|---|
| o3-mini | 0.979 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| o1 | 0.964 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| MiniStral 3 (14B Instruct 2512) | 0.904 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Mistral Large 3 | 0.904 | 未收录 | 未收录 | 2025-09-01 · model_announcement | LLM Stats |
| Gemini 2.0 Flash | 0.897 | 未收录 | 未收录 | 2024-12-01 · model_announcement | LLM Stats |
| Kimi K2 0905 | 0.891 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.89 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Ministral 3 (8B Instruct 2512) | 0.876 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Gemini 2.0 Flash-Lite | 0.868 | 未收录 | 未收录 | 2025-02-05 · model_announcement | LLM Stats |
| Gemini 1.5 Pro | 0.865 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| MiMo-V2.5-Pro | 0.862 | 未收录 | 未收录 | 2026-04-27 · model_announcement | LLM Stats |
| o1-preview | 0.855 | 未收录 | 未收录 | 2024-09-12 · model_announcement | LLM Stats |
| GPT-5 | 0.847 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Gemma 3 12B | 0.838 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Qwen2.5 32B Instruct | 0.831 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Qwen2.5 72B Instruct | 0.831 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Ministral 3 (3B Instruct 2512) | 0.83 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Qwen2.5 VL 32B Instruct | 0.822 | 未收录 | 未收录 | 2025-02-28 · model_announcement | LLM Stats |
| Phi 4 | 0.804 | 未收录 | 未收录 | 2024-12-12 · model_announcement | LLM Stats |
| Qwen2.5 14B Instruct | 0.8 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.783 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Gemini 1.5 Flash | 0.779 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Llama 3.3 70B Instruct | 0.77 | 未收录 | 未收录 | 2024-12-06 · model_announcement | LLM Stats |
| Nova Pro | 0.766 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| GPT-4o | 0.766 | 未收录 | 未收录 | 2024-05-13 · model_announcement | LLM Stats |
| Grok-2 | 0.761 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| Gemma 3 4B | 0.756 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Qwen2.5 7B Instruct | 0.755 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| DeepSeek-V2.5 | 0.747 | 未收录 | 未收录 | 2024-05-08 · model_announcement | LLM Stats |
| Llama 3.1 405B Instruct | 0.738 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Nova Lite | 0.733 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Grok-2 mini | 0.73 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| GPT-4 Turbo | 0.726 | 未收录 | 未收录 | 2024-04-09 · model_announcement | LLM Stats |
| Qwen3 235B A22B | 0.7184 | 未收录 | 未收录 | 2025-04-29 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.715 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.711 | 未收录 | 未收录 | 2024-06-21 · model_announcement | LLM Stats |
| Mistral Small 3 24B Instruct | 0.706 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Kimi K2 Base | 0.702 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| GPT-4o mini | 0.702 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| Mistral Small 3.2 24B Instruct | 0.6942 | 未收录 | 未收录 | 2025-06-20 · model_announcement | LLM Stats |
| Claude 3.5 Haiku | 0.694 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Mistral Small 3.1 24B Instruct | 0.693 | 未收录 | 未收录 | 2025-03-17 · model_announcement | LLM Stats |
| Nova Micro | 0.693 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Llama 3.2 90B Instruct | 0.68 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Phi 4 Mini | 0.64 | 未收录 | 未收录 | 2025-02-01 · model_announcement | LLM Stats |
| Llama 4 Maverick | 0.612 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| Claude 3 Opus | 0.601 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Qwen2 72B Instruct | 0.597 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.595 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Gemini 1.5 Flash 8B | 0.587 | 未收录 | 未收录 | 2024-03-15 · model_announcement | LLM Stats |
| Qwen2.5-Coder 32B Instruct | 0.572 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Ministral 8B Instruct | 0.545 | 未收录 | 未收录 | 2024-10-16 · model_announcement | LLM Stats |
| Llama 3.2 11B Instruct | 0.519 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Grok-1.5 | 0.506 | 未收录 | 未收录 | 2024-03-28 · model_announcement | LLM Stats |
| Llama 4 Scout | 0.503 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| Qwen2 7B Instruct | 0.496 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.485 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Pixtral-12B | 0.481 | 未收录 | 未收录 | 2024-09-17 · model_announcement | LLM Stats |
| Gemma 3 1B | 0.48 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Llama 3.2 3B Instruct | 0.48 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Qwen2.5-Coder 7B Instruct | 0.466 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Mistral Small 3 24B Base | 0.4598 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Claude 3 Sonnet | 0.431 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| GPT-3.5 Turbo | 0.431 | 未收录 | 未收录 | 2023-03-21 · model_announcement | LLM Stats |
| Gemma 2 27B | 0.423 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| GPT-4 | 0.42 | 未收录 | 未收录 | 2023-06-13 · model_announcement | LLM Stats |
| Claude 3 Haiku | 0.389 | 未收录 | 未收录 | 2024-03-13 · model_announcement | LLM Stats |
| Gemma 2 9B | 0.366 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| Gemini 1.0 Pro | 0.326 | 未收录 | 未收录 | 2024-02-15 · model_announcement | LLM Stats |
| Hermes 3 70B | 0.208 | 未收录 | 未收录 | 2024-08-15 · model_announcement | LLM Stats |
| ERNIE 4.5 | 0.124 | 未收录 | 未收录 | 2025-06-25 · model_announcement | LLM Stats |