AIME 2025
AI 基准测试结果和模型表现
类型: percentageMath
已记录的结果
180
平均分数
79.03%
分数范围
23.30% - 100%
领先模型
100% - Claude Opus 4.5
分数变化趋势
按日期绘制的单项基准测试分数。
模型结果
| 组织 | 模型 | 报告时间 | 最高分数 | 信息 | 自行报告 | 来源 |
|---|---|---|---|---|---|---|
| Claude Opus 4.5 | 2025年11月24日 | 100% | Avg@5, 64k Thinking, With Tools | 是 | 来源 | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 2025年11月20日 | 100% | inferred modality/version alias from gemini-3-pro-preview | 是 | 来源 | |
| Gemini 3 Pro Preview | 2025年11月18日 | 100% | - | 是 | 来源 | |
| Kimi K2 Thinking | 2025年11月06日 | 100% | inferred alias from kimi-k2-thinking-0905 | 是 | 来源 | |
| GPT 5.2 | 2025年12月11日 | 100% | No Tools | 是 | 来源 | |
| GPT 5.2 Chat | 2025年12月11日 | 100% | inferred alias from gpt-5.2-2025-12-11 | 是 | 来源 | |
| GPT 5.2 Pro | 2025年12月11日 | 100% | No Tools | 是 | 来源 | |
| Grok 4 Heavy | 2025年7月10日 | 100% | - | 是 | 来源 | |
| Claude Opus 4.6 | 2026年2月05日 | 99.79% | Without tools | 是 | 来源 | |
| Gemini 3 Flash Preview | 2025年12月17日 | 99.70% | - | 是 | 来源 | |
| GPT 5 | 2025年8月07日 | 99.60% | Thinking, With Python, Pass @ 1 | 是 | 来源 | |
| Nemotron 3 Nano 30B A3B | 2025年12月15日 | 99.20% | - | 是 | 来源 | |
| Grok 4 | 2025年7月10日 | 98.80% | - | 是 | 来源 | |
| GPT OSS 20b | 2025年8月05日 | 98.70% | High Reasoning Effort, With Tools | 是 | 来源 | |
| o3 | 2025年4月16日 | 98.40% | - | 是 | 来源 | |
| Seed 2.0 Pro | 2026年2月14日 | 98.30% | - | 是 | 来源 | |
| GPT OSS 120b | 2025年8月05日 | 97.90% | High Reasoning Effort, With Tools | 是 | 来源 | |
| Step 3.5 Flash | - | 97.30% | - | 是 | 来源 | |
| Trinity Large Thinking | 2026年4月01日 | 96.30% | Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking) | 是 | 来源 | |
| Kimi K2.5 | 2026年1月27日 | 96.10% | avg@32 | 是 | 来源 | |
| DeepSeek V3.2 Speciale | 2025年12月01日 | 96% | - | 是 | 来源 | |
| GLM 4.7 | 2025年12月22日 | 95.70% | - | 是 | 来源 | |
| Claude Sonnet 4.6 | 2026年2月17日 | 95.60% | Without tools | 是 | 来源 | |
| MiMo V2 Flash | 2025年12月16日 | 94.10% | - | 是 | 来源 | |
| GPT 5.1 Chat | 2025年11月13日 | 94% | inferred alias from gpt-5.1-2025-11-13 | 是 | 来源 |
