MATH 500推理

500 道竞赛数学题基准MATH-500 是 MATH 数据集（Hendrycks 等人, NeurIPS 2021）的一个精选子集，包含 500 道竞赛级数学题，涵盖代数、几何、概率、数论等 7 个类别。每道题有标准答案和分步解答，广泛用于评测 LLM 的数学推理能力，是测试链式思维（CoT）效果的常用基准。

排行数据源

#模型得分

1

Gemini 2.5 ProGoogle

98.8%

2

GLM-4.5智谱AI

98.2%

3

GLM-4.5-Air智谱AI

98.1%

4

Qwen3-235B-A22B阿里巴巴

98.0%

5

QwQ-32B阿里巴巴

98.0%

6

o3-miniOpenAI

98.0%

7

Qwen3-30B-A3B阿里巴巴

98.0%

8

Qwen3-8B阿里巴巴

97.4%

9

DeepSeek-R1深度求索

97.3%

10

Qwen3-32B阿里巴巴

97.2%

共 44 个模型

返回基准目录

MATH 500推理

官方网站

500 道竞赛数学题基准MATH-500 是 MATH 数据集（Hendrycks 等人, NeurIPS 2021）的一个精选子集，包含 500 道竞赛级数学题，涵盖代数、几何、概率、数论等 7 个类别。每道题有标准答案和分步解答，广泛用于评测 LLM 的数学推理能力，是测试链式思维（CoT）效果的常用基准。

排行数据源

#模型得分

1

Gemini 2.5 ProGoogle

98.8%

2

GLM-4.5智谱AI

98.2%

3

GLM-4.5-Air智谱AI

98.1%

4