← 返回排行榜
🧠 模型排行 最近更新: 2026-05-10

AI 推理能力排行榜

数据来源: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard
AIME 2026GPQA DiamondLiveBench
排名 模型 厂商 AIME GPQA 类型
🥇 o3 OpenAI 96.7% 89.2% 闭源
🥈 Claude 4 Opus Anthropic 94.2% 87.8% 闭源
🥉 GPT-5.5 OpenAI 93.5% 86.5% 闭源
4 Gemini 3.1 Google 91.0% 85.1% 闭源
5 DeepSeek-V4 DeepSeek 88.3% 82.0% 开源
6 Claude 4 Sonnet Anthropic 86.0% 80.5% 闭源
7 GPT-5 OpenAI 84.5% 79.0% 闭源
8 文心 5.1 百度 82.0% 77.5% 闭源
9 Qwen3-Max 阿里 80.5% 76.0% 闭源
10 Gemini 3.0 Google 78.8% 74.5% 闭源
11 Kimi-2 月之暗面 77.0% 73.0% 闭源
12 Llama 4 Maverick Meta 75.5% 71.5% 开源
13 GLM-5 智谱 AI 74.0% 70.0% 闭源
14 Mistral Large 3 Mistral 72.5% 68.5% 闭源
15 Claude 4 Haiku Anthropic 71.0% 67.0% 闭源
16 DeepSeek-V3.2 DeepSeek 69.5% 65.5% 开源
17 Llama 4 Scout Meta 68.0% 64.0% 开源
18 Yi-3 零一万物 66.5% 62.5% 开源
19 Command A Cohere 65.0% 61.0% 闭源
20 MiniMax-M2.5 MiniMax 63.5% 59.5% 闭源