Omni-MATH (HELM) 排行榜
其他搜索名称:MathHELM, Omni-MATH · HELM Capabilities
截至 2026年11月16日,Omni-MATH (HELM)(又称 MathHELM) 的最高分为 72.2%,由 GPT-5 mini(OpenAI)取得,领先于 o4-mini(72.0%)。共有 68 个模型配置公布了结果(HELM Capabilities,结果日期 2025年11月24日)。Omni-MATH 是一套奥赛级数学题,覆盖众多主题和难度层级,答案与参考答案比对检查。Omni-MATH (HELM) 计入 BenchLeader Index 的数学得分。
要点(截至 2026年11月16日)
- GPT-5 mini 以 72.2% 保持 Omni-MATH (HELM) 最高分(HELM Capabilities,2025年11月24日)。
- o4-mini 以 72.0% 位列 Omni-MATH (HELM) 第二(HELM Capabilities,2025年11月24日)。
- Omni-MATH (HELM):奥赛级数学题。由 Stanford CRFM 的 HELM 运行(HELM Capabilities)。
- BenchLeader 上有 68 个模型配置公布了 Omni-MATH (HELM) 结果(BenchLeader,2026年11月16日)。
- Omni-MATH (HELM) 计入 BenchLeader Index 的数学类别(BenchLeader 方法论)。
奥赛级数学题。由 Stanford CRFM 的 HELM 运行。
- 类别
- 数学
- Index 权重
- 1.0
- 模型
- 68
- 数据截至
- 2026年11月16日
Stanford Center for Research on Foundation Models (crfm.stanford.edu), Apache-2.0 results.
测试内容
Omni-MATH 是一套奥赛级数学题,覆盖众多主题和难度层级,答案与参考答案比对检查。
评分方式
题目准确率,由 Stanford CRFM 的 HELM 对所有模型使用同一提示词运行。
注意事项
奥赛题的答案核对并不完美,而且除非条目另有说明,HELM 运行模型时不会给予额外的推理预算,所以分数低于厂商在大量测试时计算下报告的成绩。
- 1GPT-5 mini72.2%
- 2o4-mini72.0%
- 3Qwen3 235B A22B 250771.8%
- 4o371.4%
- 5gpt-oss-120b68.8%
- 6Kimi K265.4%
- 7GPT-564.7%
- 8Claude Opus 4 (thinking)61.6%
- 9Grok 460.3%
- 10Claude Sonnet 4 (thinking)60.2%
- 11gpt-oss-20b56.5%
- 12Claude Haiku 4.556.1%
- 13Gemini 3 Pro55.6%
- 14Claude Sonnet 4.555.3%
- 15Qwen3 235B A22B54.8%
68 / 68
| # | ||||
|---|---|---|---|---|
| 1 | 72.2% | 56.6 | 2025-11-24 | |
| 2 | 72.0% | 55.2 | 2025-11-24 | |
| 3 | 71.8% | 50.7 | 2025-11-24 | |
| 4 | 71.4% | 60.4 | 2025-11-24 | |
| 5 | 68.8% | 46.1 | 2025-11-24 | |
| 6 | 65.4% | 51.1 | 2025-11-24 | |
| 7 | 64.7% | 56.6 | 2025-11-24 | |
| 8 | 61.6% | 55.7 | 2025-11-24 | |
| 9 | 60.3% | 58.1 | 2025-11-24 | |
| 10 | 60.2% | 53.8 | 2025-11-24 | |
| 11 | 56.5% | 44.5 | 2025-11-24 | |
| 12 | 56.1% | 47.7 | 2025-11-24 | |
| 13 | 55.6% | 60.0 | 2025-11-24 | |
| 14 | 55.3% | 53.8 | 2025-11-24 | |
| 15 | 54.8% | 50.1 | 2025-11-24 | |
| 16 | 54.7% | 56.2 | 2025-11-24 | |
| 17 | 51.3% | 50.0 | 2025-11-24 | |
| 18 | 51.1% | 51.9 | 2025-11-24 | |
| 19 | 49.1% | 44.7 | 2025-11-24 | |
| 20 | 48.0% | 48.3 | 2025-11-24 | |
| 21 | 47.1% | 48.7 | 2025-11-24 | |
| 22 | 46.7% | 52.2 | 2025-11-24 | |
| 23 | 46.4% | 56.1 | 2025-11-24 | |
| 24 | 46.4% | 50.9 | 2025-11-24 | |
| 25 | 45.9% | 43.5 | 2025-11-24 | |
| 26 | 42.4% | 49.1 | 2025-11-24 | |
| 27 | 42.2% | 41.8 | 2025-11-24 | |
| 28 | 41.6% | 55.2 | 2025-11-24 | |
| 29 | 41.5% | – | 2025-11-24 | |
| 30 | 40.3% | 44.3 | 2025-11-24 | |
| 31 | 39.1% | 46.7 | 2025-11-24 | |
| 32 | 38.4% | 52.4 | 2025-11-24 | |
| 33 | 37.4% | 48.0 | 2025-11-24 | |
| 34 | 37.3% | 38.2 | 2025-11-24 | |
| 35 | 36.7% | 36.9 | 2025-11-24 | |
| 36 | 36.4% | 41.4 | 2025-11-24 | |
| 37 | 35.0% | 45.1 | 2025-11-24 | |
| 38 | 33.0% | 49.2 | 2025-11-24 | |
| 39 | 33.0% | 43.1 | 2025-11-24 | |
| 40 | 32.0% | – | 2025-11-24 | |
| 41 | 31.8% | 52.0 | 2025-11-24 | |
| 42 | 30.5% | 38.2 | 2025-11-24 | |
| 43 | 29.6% | – | 2025-11-24 | |
| 44 | 29.5% | – | 2025-11-24 | |
| 45 | 29.4% | 39.8 | 2025-11-24 | |
| 46 | 29.3% | 42.8 | 2025-11-24 | |
| 47 | 28.1% | 42.5 | 2025-11-24 | |
| 48 | 28.0% | 35.2 | 2025-11-24 | |
| 49 | 27.6% | 46.8 | 2025-11-24 | |
| 50 | 24.9% | 41.8 | 2025-11-24 | |
| 51 | 24.8% | 38.4 | 2025-11-24 | |
| 52 | 24.2% | 40.5 | 2025-11-24 | |
| 53 | 23.3% | 38.2 | 2025-11-24 | |
| 54 | 22.4% | 38.7 | 2025-11-24 | |
| 55 | 21.4% | 39.2 | 2025-11-24 | |
| 56 | 21.0% | 40.7 | 2025-11-24 | |
| 57 | 20.9% | 36.2 | 2025-11-24 | |
| 58 | 17.6% | – | 2025-11-24 | |
| 59 | 16.3% | 37.4 | 2025-11-24 | |
| 60 | 16.1% | – | 2025-11-24 |
引用格式:BenchLeader,《Omni-MATH (HELM) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/helm_omni_math。
Omni-MATH (HELM):常见问题
- Omni-MATH (HELM) 衡量的是什么?
- Omni-MATH 是一套奥赛级数学题,覆盖众多主题和难度层级,答案与参考答案比对检查。分数以完成任务的百分比表示,越高越好。
- Omni-MATH (HELM) 的最高分是多少?
- 截至 2026年11月16日,Omni-MATH (HELM) 的最高分为 72.2%,由 GPT-5 mini 取得(结果日期 2025年11月24日),领先于 o4-mini(72.0%)。分数来自 HELM Capabilities,每天重新读取。
- 哪个 AI 模型在 Omni-MATH (HELM) 上领先?
- 截至 2026年11月16日,Omni-MATH (HELM) 排名第一的是 GPT-5 mini,分数为 72.2%(结果日期 2025年11月24日)。其后为 o4-mini(72.0%)。
- 有多少模型有 Omni-MATH (HELM) 结果?
- BenchLeader 上有 68 个模型配置有 Omni-MATH (HELM) 结果,全部取自 HELM Capabilities。
- Omni-MATH (HELM) 由谁运行,多久更新一次?
- Omni-MATH (HELM) 由 HELM Capabilities 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- Omni-MATH (HELM) 是否计入 BenchLeader Index?
- 计入。Omni-MATH (HELM) 计入 BenchLeader Index 的数学类别,并经过归一化,使参评模型的平均值为 50。