答案已发布12 来源
哪款 AI 最会做数学：Gemini 领跑 AIME，但没有通吃的冠军
如果问题限定为 AIME 竞赛数学，Vals AI 将 Gemini 3.1 Pro Preview 列为第一，准确率 98.13%。[1] 头部模型差距已很小：BenchLM 称顶尖模型在 AIME 2025 均超过 95%，在 HMMT 2025 超过 90%；LLM Stats 的 AIME 2025 榜单则出现 GPT 5.2 Pro 和 GPT 5.2 的第 1 名条目。[2][4] AIME 题目和答案公开，存在训练阶段接触过的风险；做真实选择时，应拿自己的新题做小规模测试。[1]
发布者使用 GPT-5.5 编辑图片由 GPT Image 2 生成
研究答案
要点
- 如果问题限定为 AIME 竞赛数学，Vals AI 将 Gemini 3.1 Pro Preview 列为第一，准确率 98.13%。[1]
- 头部模型差距已很小：BenchLM 称顶尖模型在 AIME 2025 均超过 95%，在 HMMT 2025 超过 90%；LLM Stats 的 AIME 2025 榜单则出现 GPT 5.2 Pro 和 GPT 5.2 的第 1 名条目。[2][4]
- AIME 题目和答案公开，存在训练阶段接触过的风险；做真实选择时，应拿自己的新题做小规模测试。[1]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: Best AI for Math: Gemini Leads AIME, but Benchmarks Need Context. Article summary: For public AIME style competition math, Vals AI’s clearest winner is Gemini 3.1 Pro Preview at 98.13% accuracy, but that does not make it the universal best because AIME is public and other leaderboards differ.[1][4]. Topic tags: ai, math, ai benchmarks, gemini, openai. Reference image context from search candidates: Reference image 1: visual subject "Gemini 3.1 Pro leads every unsaturated math benchmark: GPQA Diamond (94.1%), HLE (44.7%), and ARC-AGI-2 (77.1%) · AIME 2025 is dead as a ranking" source context "Best AI Models for Math Reasoning - April 2026 | Awesome Agents" Reference image 2: visual subject "Gemini 3.1 Pro leads every unsaturated math benchmark: GPQA Diamond (94.1%), HLE (44.7%), and ARC-AGI-2 (77.1%) · AIME 2025 is de
先给一个直接答案：如果你问的是 AIME 这类公开竞赛数学榜单，当前来源里最明确的领先者是 Gemini 3.1 Pro Preview。Vals AI 在 AIME 基准中把它列为第一，准确率为 98.13%。
但如果你问的是更宽泛的数学能力——比如作业辅导、讲题、竞赛训练、定量推理，或把模型接入产品流程——就不能简单说某一个 AI 永远最好。数学任务差别很大，榜单也不是同一把尺子。
先看最清楚的单项结果：Gemini 在 Vals AI 的 AIME 上领先
AIME 和 HMMT 都是高中数学竞赛，现在也常被用来评测 AI 系统的数学推理能力。 对普通用户来说，可以把它们理解为一类标准答案明确、推理链条较强的竞赛题测试。
在 Vals AI 的 AIME 榜单上，Gemini 3.1 Pro Preview 被列为表现最好的模型，准确率为 98.13%。 所以，如果问题精确到：哪个模型在 Vals AI 的 AIME 榜单上排第一？答案就是 Gemini 3.1 Pro Preview。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“哪款 AI 最会做数学：Gemini 领跑 AIME，但没有通吃的冠军”的简短答案是什么？
如果问题限定为 AIME 竞赛数学，Vals AI 将 Gemini 3.1 Pro Preview 列为第一，准确率 98.13%。[1]
首先要验证的关键点是什么？
如果问题限定为 AIME 竞赛数学，Vals AI 将 Gemini 3.1 Pro Preview 列为第一，准确率 98.13%。[1] 头部模型差距已很小：BenchLM 称顶尖模型在 AIME 2025 均超过 95%，在 HMMT 2025 超过 90%；LLM Stats 的 AIME 2025 榜单则出现 GPT 5.2 Pro 和 GPT 5.2 的第 1 名条目。[2][4]
接下来在实践中我应该做什么？
AIME 题目和答案公开，存在训练阶段接触过的风险；做真实选择时，应拿自己的新题做小规模测试。[1]