IMOAnswerBench (w/ Tools)推理

官方网站

IMO Answer Bench 的工具增强版本，允许模型在解答 IMO 级别的数学竞赛题时使用 Python、计算器、定理证明器等工具。用于评估工具辅助是否能够帮助模型解决更难的问题或提升推理准确性。

排行数据源

#模型得分

1

Kimi-K2.6月之暗面

93.7%

2

Nemotron-3-UltraNVIDIA

92.3%

3

GLM-5.1智谱AI

91.1%

4

DeepSeek-V4-Flash深度求索

89.6%

5

DeepSeek-V4-Pro深度求索

85.4%

6

Qwen3.5-397B-A17B阿里巴巴

84.5%

7

MiniMax M2.7MiniMax

75.1%

共 7 个模型

返回基准目录

IMOAnswerBench (w/ Tools)推理

官方网站

IMO Answer Bench 的工具增强版本，允许模型在解答 IMO 级别的数学竞赛题时使用 Python、计算器、定理证明器等工具。用于评估工具辅助是否能够帮助模型解决更难的问题或提升推理准确性。

排行数据源

#模型得分

1

Kimi-K2.6月之暗面

93.7%

2

Nemotron-3-UltraNVIDIA

92.3%

3

GLM-5.1智谱AI

91.1%

4

DeepSeek-V4-Flash深度求索

89.6%

5

DeepSeek-V4-Pro深度求索

85.4%

6

Qwen3.5-397B-A17B阿里巴巴

84.5%

7

MiniMax M2.7MiniMax

75.1%

共 7 个模型