基于2026年美国数学邀请赛的大模型数学推理能力评测基准
查看 AIME 2026 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
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Opus 4.8 思考水平·Max工具 | 100.00 | 2026-05-28 | 未知 | 闭源 | |
 GPT-5.5 思考水平·极高工具 | 100.00 | 2026-04-23 | 未知 | 闭源 | |
 GLM-5.2 开启思考 | 99.20 | 2026-06-13 | 7533.3亿 | 免费商用 | |
4 | GPT-5.4 思考水平·极高工具 | 99.17 | 2026-03-05 | 未知 | 闭源 |
5 | GPT-5.2 思考水平·高工具 | 98.33 | 2025-12-11 | 未知 | 闭源 |
6 | Inkling 开启思考 | 97.10 | 2026-07-15 | 9750亿 | 免费商用 |
7 | Claude Opus 4.6 思考水平·高工具 | 96.67 | 2026-02-05 | 未知 | 闭源 |
8 |  DeepSeek-V4-Pro 思考水平·Max工具 | 96.67 | 2026-08-13 | 16000亿 | 免费商用 |
9 |  Kimi K2.6 开启思考 | 96.40 | 2026-04-20 | 10000亿 | 免费商用 |
10 | Opus 4.7 思考水平·极高工具 | 95.83 | 2026-04-16 | 未知 | 闭源 |
11 | DeepSeek-V4-Flash 思考水平·Max工具 | 95.83 | 2026-04-24 | 2840亿 | 免费商用 |
12 | 95.83 | 2026-09-17 | 273.6亿 | 免费商用 | |
13 | GLM 5.1 开启思考 | 95.30 | 2026-03-27 | 7540亿 | 免费商用 |
14 | 95.30 | 2026-03-31 | 未知 | 闭源 | |
15 |  Muse Glimmer-30B 思考水平·高 | 94.70 | 2026-08-10 | 296亿 | 免费商用 |
16 |  Qwen3.6-27B 开启思考 | 94.10 | 2026-04-22 | 270亿 | 免费商用 |
17 | Opus 4.5 扩展思考 | 93.30 | 2025-11-25 | 未知 | 闭源 |
18 | GLM-4.7 开启思考 | 92.90 | 2025-12-22 | 3580亿 | 免费商用 |
19 | DeepSeek V3.2 开启思考 | 92.70 | 2025-12-01 | 6710亿 | 免费商用 |
20 | GLM-5 开启思考 | 92.70 | 2026-02-11 | 7440亿 | 免费商用 |
21 | Qwen3.6-35B-A3B 开启思考 | 92.70 | 2026-04-16 | 350亿 | 免费商用 |
22 | Kimi K2.5 开启思考 | 92.50 | 2026-01-27 | 10000亿 | 免费商用 |
23 | 91.30 | 2026-02-16 | 3970亿 | 免费商用 | |
24 | Spark-X2.5-4B 开启思考 | 90.70 | 2026-09-01 | 41.1亿 | 免费商用 |
25 | 90.60 | 2025-11-18 | 未知 | 闭源 | |
26 |  Gemma 4 31B 开启思考 | 89.20 | 2026-04-02 | 307亿 | 免费商用 |
27 | Gemma 4 26B A4B 开启思考 | 88.30 | 2026-04-02 | 252亿 | 免费商用 |
28 |  MiniCPM5-2B unknown | 86.50 | 2026-09-07 | 25.2亿 | 免费商用 |
29 | Gemma 4 E4B 开启思考 | 42.50 | 2026-04-02 | 80亿 | 免费商用 |
30 | Gemma 4 E2B 开启思考 | 37.50 | 2026-04-02 | 51亿 | 免费商用 |
