谷歌DeepMind推出AI框架“AlphaProof Nexus”，通过四级智能体架构协同，在数学研究领域取得重大突破，成功解开两道悬而未决56年的埃尔德什难题。系统从基础模型与Lean编译器循环交互入手，逐步提升推理复杂度，展现了AI在形式化验证与数学推理中的强大潜力。
2026年5月20日，OpenAI的推理模型成功推翻数学大师保罗·Erdős于1946年提出的“单位距离猜想”，解决了离散几何领域近80年的核心难题。与以往不同，该成果获学术界广泛认可，标志着AI从“检索”到“原创”的关键突破。
OpenAI最新推理模型成功推翻数学家保罗·Erdős在1946年提出的单位距离猜想，首次依靠自身长链推理能力自主攻克数学核心开放难题。这一里程碑式突破经专家独立验证，标志着人工智能从检索式解答迈入原创性证明阶段。
我国科研团队在《自然·机器智能》发表重大突破，推出全球首个兼具“自主出题”与“自动解题”能力的通用人工智能系统“通矩模型”。这标志着AI在数学推理领域从被动模仿转向主动创造，实现了从“解题机器”到“数学创作者”的范式转变。
GPT 5是下一代AI模型，提供卓越的编码、数学和推理性能。
DeepSeek 是一款先进的 AI 语言模型，擅长逻辑推理、数学和编程任务，提供免费使用。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$7
$35
Google
$2.1
$17.5
$21
$105
$0.7
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
allenai
Olmo 3是由Allen Institute for AI开发的新一代语言模型家族，包含7B和32B的指令和思维变体。该模型在长链式思维方面表现出色，能显著提升数学和编码等推理任务的性能。所有代码、检查点和训练细节都将公开，推动语言模型科学发展。
Olmo 3是由Allen Institute for AI开发的新一代语言模型系列，包含7B和32B两种规模，有指令和思考两种变体。该模型基于Dolma 3数据集进行预训练，在Dolci数据集上进行后训练，具备长链式思维能力，在数学和编码等推理任务上表现优异。
Olmo 3是由Allen Institute for AI开发的一系列语言模型，包含7B和32B两种规模，具有指令式和思考式两种变体。该模型在长链式思维方面表现出色，能有效提升数学和编码等推理任务的性能。采用多阶段训练方式，包括有监督微调、直接偏好优化和可验证奖励的强化学习。
Olmo-3-7B-Think-DPO是Allen Institute for AI开发的7B参数语言模型，具有长链式思考能力，在数学和编码等推理任务中表现出色。该模型经过监督微调、直接偏好优化和基于可验证奖励的强化学习等多阶段训练，专为研究和教育用途设计。
Olmo 3是由Allen Institute for AI (Ai2)开发的一系列语言模型，包含7B和32B两种规格，有Instruct和Think两种变体。该模型基于Transformer架构，具有长链思维能力，可有效提升数学和编码等推理任务的表现。
Olmo 3是由Allen Institute for AI开发的开源语言模型系列，包含7B和32B两种规格，分为指令（Instruct）和思考（Think）两种变体。该模型具有出色的长链思维能力，能够显著提升数学和编码等推理任务的表现。
Olmo 3 7B RL-Zero Math是Allen AI开发的专为数学推理任务优化的70亿参数语言模型，采用RL-Zero强化学习方法在数学数据集上进行训练，能有效提升数学推理能力。
Olmo 3是由Allen Institute for AI开发的全新语言模型家族，包含7B和32B两种规模，有指令（Instruct）和思维（Think）两种变体。该模型采用长链式思维提升数学和编码等推理任务表现，旨在推动语言模型科学发展。
Olmo 3 7B RL-Zero Mix是Allen AI开发的7B参数规模的语言模型，属于Olmo 3系列。该模型在Dolma 3数据集上进行预训练，在Dolci数据集上进行后训练，并通过强化学习优化数学、编码和推理能力。
Olmo-3-32B-Think-DPO是Allen AI开发的32B参数语言模型，采用直接偏好优化(DPO)训练，具备长链式思维推理能力，在数学、编码等复杂推理任务上表现优异。
EssentialAI
Rnj-1 是由 Essential AI 从头训练的一系列 80 亿参数、开放权重的密集模型。该模型针对代码和 STEM 领域进行了优化，在编程、数学推理、智能体任务和工具调用方面表现出色，能力与最先进的开放权重模型相当。
Olmo-3-7B-Think-SFT是Allen Institute for AI开发的7B参数语言模型，具有长链式思考能力，在数学和编码等推理任务中表现优异。该模型基于Dolma 3数据集预训练，并在Dolci数据集上进行了后续训练。
kurakurai
Luth-LFM2-350M 是与 Liquid AI 合作开发的法语优化语言模型，基于 LFM2-350M 在 Luth-SFT 数据集上进行法语微调。该模型在保持英语能力的同时，显著提升了法语指令遵循、数学推理和常识问答能力。
nvidia
基于Qwen2.5-14B微调的数学推理模型，在AIMO-2 Kaggle竞赛中获得第一名
zai-org
GLM-4-Z1-9B-0414是智谱AI推出的新一代90亿参数开源大语言模型，具有强大的文本生成和推理能力。该模型在数学推理和通用任务方面表现出色，在资源受限场景下实现了效率与效果的出色平衡，支持友好的本地部署。
Mungert
EXAONE Deep是由LG AI Research开发的高效推理语言模型，参数规模2.4B，在数学和编程等推理任务中表现优异。
THUDM
GLM-4-9B是智谱AI推出的GLM-4系列最新一代预训练模型的开源版本，在语义、数学、推理、代码和知识等数据集评估中表现出色，具备多语言支持等先进特性。
GLM-4-9B是智谱AI推出的GLM-4系列最新一代预训练模型的开源版本，在语义、数学、推理、代码和知识等数据集评估中表现出色，支持多语言和多种高级特性，包括网页浏览、代码执行、自定义工具调用和长文本推理等功能。
scb10x
台风T1 3B是SCB 10X开发的新型开放推理模型系列的首款产品。该模型基于Llama 3.2架构，具备跨领域推理能力，在GPQA、MMLU Pro和AI数学奥林匹克等基准测试中表现优异，特别支持泰语推理过程生成。
GLM-4-9B-Chat是智谱AI推出的GLM-4系列最新一代预训练模型的开源版本，在语义、数学、推理、代码和知识等数据集评估中表现出色，支持多轮对话、网页浏览、代码执行等先进特性，还支持多语言及长上下文推理。
TransformersEnglish%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
