BenchLeader

MATH Level 5 排行榜

截至 2026年11月16日,MATH Level 5 的最高分为 98.1%,由 GPT-5(OpenAI)取得,领先于 GPT-5 mini(97.8%)。共有 97 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2025年8月7日)。MATH 数据集中最难的一级:涵盖代数、几何、数论、计数和微积分的竞赛题,每题都有简短的最终答案。MATH Level 5 计入 BenchLeader Index 的数学得分。

要点(截至 2026年11月16日)

  • GPT-5 以 98.1% 保持 MATH Level 5 最高分(Epoch AI Benchmarking Hub,2025年8月7日)。
  • GPT-5 mini 以 97.8% 位列 MATH Level 5 第二(Epoch AI Benchmarking Hub,2025年8月7日)。
  • MATH Level 5:MATH 数据集中最难的一级。基本已饱和,权重减半。由 Epoch AI 运行(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 97 个模型配置公布了 MATH Level 5 结果(BenchLeader,2026年11月16日)。
  • MATH Level 5 计入 BenchLeader Index 的数学类别(BenchLeader 方法论)。

MATH 数据集中最难的一级。基本已饱和,权重减半。由 Epoch AI 运行。

发布方
Epoch AI Benchmarking Hub
类别
数学
Index 权重
0.5
模型
97
数据截至
2026年11月16日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

测试内容

MATH 数据集中最难的一级:涵盖代数、几何、数论、计数和微积分的竞赛题,每题都有简短的最终答案。

评分方式

答对题目的百分比,由 Epoch AI 运行。BenchLeader 在数学类别中给它一半权重。

注意事项

前沿模型的得分超过 95%,已无法区分它们,主要用于识别较弱或较小的模型。该数据集公开已久,很可能已进入大多数训练集。

97 / 97
#
1GPT-5high98.1%58.22025-08-07
2GPT-5medium97.9%59.02025-08-07
3GPT-5 minihigh97.8%54.62025-08-07
4o4-minihigh97.8%51.22025-04-16
5o3high97.8%55.12025-04-16
6Claude Sonnet 4.597.7%53.82025-09-29
7Qwen3 Maxmax97.1%54.22025-09-24
8GPT-5 minimedium96.8%53.62025-08-07
9DeepSeek R1 052896.6%49.12025-05-28
10o3-minihigh96.5%47.92025-01-31
11Claude Haiku 4.596.4%47.72025-10-15
12Gemini 2.5 Pro95.9%55.22025-05-06
13GPT-5 nanomedium95.2%45.62025-08-07
14o3-minimedium95.2%46.42025-01-31
15GPT-5 nanohigh94.9%47.42025-08-07
16o1high94.7%49.52024-12-17
17o1medium94.4%47.92024-12-17
18DeepSeek R193.0%47.22025-01-20
19Claude 3.7 Sonnet91.2%49.22025-02-24
20Grok 3 minilow90.9%47.62025-04-09
21R1 Distill Llama 70B89.9%42.22025-01-20
22o1-minihigh89.2%–2024-09-12
23Grok 388.8%50.92025-04-09
24Grok 3 minihigh88.1%52.62025-04-09
25GPT-4.1 mini87.3%44.72025-04-14
26DeepSeek-R1-Distill-Qwen-14B87.1%41.22025-01-20
27Claude Opus 485.0%51.92025-05-22
28Claude Sonnet 484.4%50.02025-05-22
29o1-minimedium84.3%44.42024-09-12
30Gemini 2.0 Pro83.5%47.52025-02-05
31GPT-4.183.0%48.72025-04-14
32Gemini 2.0 Flash82.2%43.52025-02-05
33o181.7%52.52024-09-12
34Mistral Medium 381.6%44.32025-05-07
35GPT-4.578.6%50.52025-02-27
36DeepSeek V3 032475.5%46.92025-03-24
37Gemma 3 27B74.0%39.72025-03-12
38Llama 4 Maverick73.0%41.82025-04-05
39Gemini 1.5 Pro 00270.4%41.42024-09-24
40GPT-4.1 nano70.0%36.92025-04-14
41Qwen3 235B A22B68.9%50.12025-04-29
42Qwen-Plus65.3%48.32025-01-25
43Phi-464.9%39.32024-12-12
44DeepSeek V364.8%44.32024-12-26
45Grok 263.5%42.32024-12-12
46Qwen2.5 72B63.2%43.12024-09-19
47Llama 4 Scout62.3%38.22025-04-05
48Gemini 1.5 Flash 00261.9%38.22024-09-24
49Claude 3.5 Sonnet57.0%46.82024-10-22
50Qwen Turbo56.2%–2024-11-01
51Qwen2.5 32B Instruct56.1%–2024-09-17
52GPT-4o53.3%42.82024-08-06
53GPT-4o mini52.6%35.22024-07-18
54Mistral Large 2.150.3%42.52024-11-18
55Llama 3.1 405B49.8%41.82024-07-23
56Mistral Small 3.146.8%38.42025-03-17
57GPT-4 Turbo46.7%41.12024-04-09
58Claude 3.5 Haiku46.4%38.72024-10-22
59Mistral Large 244.8%40.82024-07-24
60Mistral Small 344.8%39.22025-01-25

更多数学基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《MATH Level 5 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/math_level_5。

MATH Level 5:常见问题

MATH Level 5 衡量的是什么?
MATH 数据集中最难的一级:涵盖代数、几何、数论、计数和微积分的竞赛题,每题都有简短的最终答案。分数以完成任务的百分比表示,越高越好。
MATH Level 5 的最高分是多少?
截至 2026年11月16日,MATH Level 5 的最高分为 98.1%,由 GPT-5 取得(结果日期 2025年8月7日),领先于 GPT-5 mini(97.8%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 MATH Level 5 上领先?
截至 2026年11月16日,MATH Level 5 排名第一的是 GPT-5,分数为 98.1%(结果日期 2025年8月7日)。其后为 GPT-5 mini(97.8%)。
有多少模型有 MATH Level 5 结果?
BenchLeader 上有 97 个模型配置有 MATH Level 5 结果,全部取自 Epoch AI Benchmarking Hub。
MATH Level 5 由谁运行,多久更新一次?
MATH Level 5 由 Epoch AI Benchmarking Hub 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。
MATH Level 5 是否计入 BenchLeader Index?
计入。MATH Level 5 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。