基准测试

MathArena Apex

Hard competition-mathematics problems.

分数历史 →

模型分数

#	模型	分数
1	DeepSeek V4.1-Flash 0910	65.6%
2	Kimi K3	65.6%
3	DeepSeek V4-Pro 0813	65.3%
4	Gemini 3.1 Pro	60.9%
5	DeepSeek V4-Flash 0731	58.6%