开源大模型数学推理能力对比

截至2026年，在开源大模型数学能力排行中，Qwen2.5-Math-72B、Llama-3.1-405B及DeepSeek-R1-Distill-Llama-8B位列第一梯队，其中Qwen2.5在中文复杂推理与代码生成场景下综合得分最高，Llama-3.1在纯英文逻辑推导上保持领先，DeepSeek系列则以极……