OpenAI升级GPT-5.5 Instant模型，显著增强意图识别与引申义捕捉能力，复杂任务处理更稳定。该模型5月5日发布，高风险领域幻觉率下降52.5%，数学、科学及视觉推理进步明显。5月30日的更新进一步优化回复自然度。
初创AI公司Axiom Math宣布其AI系统自2月以来提交的8篇数学论文中，5篇通过同行评审并被接收，标志着AI在纯数学研究领域取得突破性进展，特别是在解决分拆多项式倒数和等复杂学术猜想上迈出实质性一步。
OpenAI的通用推理模型在没有人类指导的情况下，独立解决了组合几何领域困扰学界80年的埃尔德什单位距离猜想。该问题由数学家埃尔德什于1946年提出，核心是探究平面上n个点之间最多能有多少对距离为1的单位距离对。
Anthropic 的Claude Mythos模型通过巧妙证明解决了组合几何领域的百年难题——Erdős单位距离猜想，紧随OpenAI的GPT-5.5之后。这一突破采用智能体协同范式，而非传统单一模型，标志着AI在纯数学发现领域的竞争白热化。
数学领域的开源AI模型，助力数学竞赛。
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
Baidu
128
$2
$20
$6
$24
Moonshot
Bytedance
EssentialAI
Rnj-1-instruct 是由 Essential AI 从头开始训练的 80 亿参数开放权重密集模型，针对代码、STEM 领域、智能体能力和工具调用进行了优化。它在多种编程语言中表现出色，同时在数学和科学领域也展现出强大实力，能力与最先进的开放权重模型相当。
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。
Nanbeige
Nanbeige4-3B-Thinking是第四代Nanbeige大语言模型家族中的30亿参数推理模型，通过提升数据质量和训练方法实现了先进的推理能力。该模型在数学、科学、创意写作、工具使用等多个领域表现出色，支持多阶段课程学习和强化学习训练。
Jackrong
本项目通过创新的两阶段训练流程，将GPT的推理能力蒸馏到Llama-3.1-8B模型中。首先通过监督微调进行知识蒸馏和格式对齐，然后利用强化学习激励模型自主探索和优化推理策略，专注于数学推理领域的能力突破。
suayptalha
Sungur-14B 是一个专门针对土耳其语的大语言模型，基于 Qwen/Qwen3-14B 派生而来。该模型使用包含 41.1k 个土耳其语样本的数据集进行微调，涵盖数学、医学和常识等领域的推理对话，旨在增强土耳其语的本土推理能力。
prithivMLmods
palmyra-mini系列模型在复杂推理和数学问题解决领域展现出卓越能力，尤其在需要深入理解和多步骤思考的基准测试中表现出色。该模型擅长解决小学水平的数学问题，在gsm8k基准测试中取得0.818的高分，在MATH500基准测试中同样获得0.818分数，在AMC23基准测试中获得0.6的稳健分数。
unsloth
Qwen3-235B-A22B-Thinking-2507是一款强大的混合专家语言模型，在知识推理、数学计算、科学分析、编程等多个领域表现出色。该模型具有235B总参数和22B激活参数，支持256K长上下文理解，在开源思考模型中达到了最先进的性能水平。
mradermacher
UniReason-Qwen3-14B-RL 是一个经过量化的多领域适用模型，特别擅长文本生成和数学推理任务。
nvidia
一款15亿参数的开源权重模型，专为复杂推理任务设计，在数学、编码、科学及逻辑谜题等领域表现卓越。
LLM360
Guru-7B是基于Qwen2.5-7B的强化学习推理模型，在论文《Revisiting Reinforcement Learning for LLM Reasoning from A Cross-Domain Perspective》中提出。该模型在数学、代码、科学、逻辑推理等多个领域展现出卓越的推理能力，在多项基准测试中表现优异。
lmstudio-community
基于microsoft/Phi-4-reasoning-plus模型转换的MLX 4bit量化版本，专为Apple Silicon优化，在自然语言处理、数学推理、代码生成和对话等多个领域具有高效性能
Phi-4-reasoning是一款由微软开发的先进推理模型，基于Phi-4进行微调，专注于提升数学、科学和编码等领域的推理能力。
Phi-4-reasoning是基于Phi-4微调的先进推理模型，通过监督微调与强化学习，在数学、科学和编码等领域展现出卓越的推理能力。
Phi-4-reasoning-plus是微软基于Phi-4微调的最先进开放权重推理模型，专注于数学、科学和编码领域的高级推理能力。
Phi-4推理增强版是微软研究院开发的140亿参数开源推理模型，通过监督微调和强化学习优化，专注于数学、科学和编程领域的高级推理能力。
Phi-4-reasoning-plus 是由微软研究院开发的开源推理模型，专注于数学、科学和编程领域的高级推理能力。
Bojun-Feng
Qwen2.5是通义千问大模型的最新系列，包含从0.5B到72B参数规模的基础模型和指令微调模型，在代码、数学、指令遵循、长文本生成等领域有显著提升。
microsoft
Phi-4-reasoning-plus 是微软研究院开发的先进开放权重推理模型，基于 Phi-4 通过监督微调和强化学习优化，专注于数学、科学和编码领域的高级推理能力。
Danielbrdz
基于google/gemma-3-4b-it模型训练的多模态模型，专注于数学、编程、科学和解谜领域的高质量数据处理。
TIGER-Lab
General-Reasoner是一种大语言模型训练范式，旨在全面增强模型在不同领域的推理能力，涵盖数学、编程、物理、化学、金融、人文等多个领域。该模型基于Qwen2.5-14B训练，通过多样化推理数据和基于模型的验证器提升跨领域推理性能。
一个提供WolframAlpha LLM API访问的MCP服务器，支持自然语言查询数学、科学等多领域问题
一个提供WolframAlpha LLM API访问的MCP服务器，支持自然语言查询数学、科学、历史等多领域问题，返回结构化响应。
Transformers%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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
