2026-10-29最新大模型数学能力排行榜
数据更新于 2026-10-29
榜单点评：Claude Opus 4.8以70.12分领先第二名Qwen3.7 Max 7.39分，榜首优势清楚；但前五席位里，智谱的GLM-5.2和GLM-5.1占了两席，紧跟其后的Kimi K2.6也只比Qwen3.7 Max低2.21分。再看前十，Qwen有4席，是最密集的一家，从第2名一路排到第9名。另一处小反差是Claude Opus 4.8与4.5分列第一、第六，Qwen3.7 Max也高于数款Qwen3.6。人工计划
| 排名 | 模型 | 评分 | 输入价格 | 输出价格 | OR 输入价 | OR 输出价 | 速度 | 对比 |
|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.8 Anthropic | 70.12 | $5/M | $25/M | $5/M | $25/M | 64 tokens/秒 | |
| 2 | Qwen3.7 Max 阿里通义 | 62.73 | $2.5/M | $7.5/M | $1.475/M | $4.425/M | 199 tokens/秒 | |
| 3 | Kimi K2.6 月之暗面 | 60.52 | $0.95/M | $4/M | $0.65/M | $3.41/M | 59 tokens/秒 | |
| 4 | GLM-5.2 智谱 AI | 60.37 | $1.4/M | $4.4/M | $0.006/M | $7/M | 93 tokens/秒 | |
| 5 | GLM-5.1 智谱 AI | 56.34 | $1.4/M | $4.4/M | $1.4/M | $4.4/M | 59 tokens/秒 | |
| 6 | Claude Opus 4.5 Anthropic | 54.13 | $5/M | $25/M | $5/M | $25/M | 50 tokens/秒 | |
| 7 | Qwen3.6 Plus 阿里通义 | 54.04 | $0.5/M | $3.0/M | $0.325/M | $1.95/M | 56 tokens/秒 | |
| 8 | Qwen3.6-27B 阿里通义 | 48.71 | 免费 | 免费 | $0.45/M | $2.7/M | 56 tokens/秒 | |
| 9 | Qwen3.6-35B-A3B 阿里通义 | 43.81 | $0.248/M | $1.485/M | $0.1/M | $0.9/M | 135 tokens/秒 | |
| 10 | Kimi K2 月之暗面 | 33.33 | $0.6/M | $2.5/M | $0.57/M | $2.3/M | 54 tokens/秒 |