BenchLeader

HMMT February 2026 排行榜

截至 2026年11月16日,HMMT February 2026 的最高分为 98.5%,由 GPT-5.5(OpenAI)取得,领先于 GPT-5.4(97.7%)。共有 31 个模型配置公布了结果(MathArena)。2026 年 2 月的哈佛-麻省理工数学竞赛(HMMT),难度高于 AIME,由 MathArena 在题目发布时评测。HMMT February 2026 计入 BenchLeader Index 的数学得分。

要点(截至 2026年11月16日)

  • GPT-5.5 以 98.5% 保持 HMMT February 2026 最高分(MathArena,2026年11月16日)。
  • GPT-5.4 以 97.7% 位列 HMMT February 2026 第二(MathArena,2026年11月16日)。
  • HMMT February 2026:2026年2月哈佛—麻省理工数学竞赛(HMMT)。MathArena(MathArena)。
  • BenchLeader 上有 31 个模型配置公布了 HMMT February 2026 结果(BenchLeader,2026年11月16日)。
  • HMMT February 2026 计入 BenchLeader Index 的数学类别(BenchLeader 方法论)。

2026年2月哈佛—麻省理工数学竞赛(HMMT)。MathArena。

MathArena 将这 31 个结果中的 20 个标记为可能受到污染:模型是在题目公开之后才接受评测的,题目可能已经进入其训练数据。这些分数同样列在下表中,并与其他结果以相同权重计入 Index。

发布方
MathArena
类别
数学
Index 权重
1.0
模型
31
数据截至
2026年11月16日

MIT — eth-sri/matharena.

测试内容

2026 年 2 月的哈佛-麻省理工数学竞赛(HMMT),难度高于 AIME,由 MathArena 在题目发布时评测。

评分方式

答对题目的百分比,取多次运行的平均值。

注意事项

题量小、难度高,分数波动大;请结合 MathArena 上的置信区间比较。

31 / 31
#
1GPT-5.5xhigh98.5%64.1$0.2608k可能
2GPT-5.4xhigh97.7%63.1$0.22015k可能
3Kimi K3max97.0%60.2$0.22015k可能
4GPT-5.2high97.0%55.8$0.19014k–
5Claude Opus 4.6high96.2%62.5$0.64026k–
6Gemini 3.5 Flashhigh95.5%62.5$0.15016k可能
7Claude Opus 4.8max95.5%61.1$0.76030k可能
8Gemini 3.1 Prohigh94.7%60.4$0.20017k可能
9Kimi K2.6high94.7%–$0.13034k可能
10Claude Opus 4.7xhigh93.9%57.0$0.56022k可能
11DeepSeek V4 Flashmax93.9%56.8$0.01554k可能
12DeepSeek V4 Promax93.9%54.7$0.14041k可能
13GLM 5.2max92.4%58.9$0.10023k可能
14Gemini 3 Flashhigh89.4%57.4$0.06622k–
15GLM 5.189.4%55.4$0.13040k可能
16Gemini 3.6 Flash89.4%49.3$0.10014k可能
17Qwen3.5 397B A17B87.9%51.3$0.08724k可能
18Step 3.7 Flashhigh87.9%–$0.02481k可能
19Kimi K2.5high87.1%–$0.08629k–
20Gemini 3 Pro86.4%60.0$0.19016k–
21Step 3.5 Flash86.4%56.3$0.01860k–
22Grok 4.1 Fastthinking86.4%55.3$0.007014k–
23GLM-586.4%54.9$0.11033k–
24Nemotron 3 Super84.8%44.0–46k可能
25DeepSeek V3.2thinking84.1%56.7$0.01024k–
26Qwen3.5-35B-A3B81.8%49.9$0.05643k可能
27Qwen3.5-27B81.1%52.0$0.06038k可能
28Qwen3 30B A3B 2507thinking78.8%44.6$0.007024k–
29Qwen3.5-9B71.2%40.4$0.006041k可能
30Qed Nano64.4%––58k可能
31Qwen3-4B-Instruct-2507thinking53.0%40.2$0.008028k–

更多数学基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《HMMT February 2026 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/matharena_hmmt_feb_2026。

HMMT February 2026:常见问题

HMMT February 2026 衡量的是什么?
2026 年 2 月的哈佛-麻省理工数学竞赛(HMMT),难度高于 AIME,由 MathArena 在题目发布时评测。分数以完成任务的百分比表示,越高越好。
HMMT February 2026 的最高分是多少?
截至 2026年11月16日,HMMT February 2026 的最高分为 98.5%,由 GPT-5.5 取得,领先于 GPT-5.4(97.7%)。分数来自 MathArena,每天重新读取。
哪个 AI 模型在 HMMT February 2026 上领先?
截至 2026年11月16日,HMMT February 2026 排名第一的是 GPT-5.5,分数为 98.5%。其后为 GPT-5.4(97.7%)。
有多少模型有 HMMT February 2026 结果?
BenchLeader 上有 31 个模型配置有 HMMT February 2026 结果,全部取自 MathArena。
HMMT February 2026 由谁运行,多久更新一次?
HMMT February 2026 由 MathArena 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。
HMMT February 2026 是否计入 BenchLeader Index?
计入。HMMT February 2026 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。