跳到主内容

知行录leaderboard.cn

分析

前沿模型
历史趋势
本地模型
模型对比
榜单工坊

资料库

模型库
模型价格
厂商
基准评测
数据源

知行录leaderboard.cn

正在加载页面内容

© 2026 知行录（leaderboard.cn）。群峰之上，仍有未名之山。

订阅更新关于本站排名规则更新日志

v0.1.46.419015f058f4浙ICP备09076226号-7

基准详情正在加载

返回基准目录

PolyMath多语言

PolyMath 是一个跨学科数学推理基准，覆盖纯数学、应用数学、统计、密码学等多个数学分支。题目要求模型进行严格的形式化推理和多步推导，用于评测模型在专业数学层面的推理深度。

排行数据源

#模型得分

1

Qwen3-235B-A22B-Thinking-2507阿里巴巴

60.1%

2

Qwen3-235B-A22B阿里巴巴

54.7%

3

Qwen3-30B-A3B-Thinking-2507阿里巴巴

52.6%

4

Gemini 2.5 ProGoogle

52.2%

5

Qwen3-235B-A22B-Instruct-2507阿里巴巴

50.2%

6

Qwen3-32B阿里巴巴

47.4%

7

DeepSeek-R1深度求索

47.1%

8

Qwen3-4B-Thinking-2507阿里巴巴

46.2%

9

Qwen3-30B-A3B阿里巴巴

46.1%

10

QwQ-32B阿里巴巴

45.9%

共 44 个模型