我让10个大模型又参加了完整版数学高考，第一名居然是它。。。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }

我让10个大模型又参加了完整版数学高考，第一名居然是它。。。

原创 数字生命卡兹克 数字生命卡兹克 2025-06-10 09:02 北京

原文地址: https://mp.weixin.qq.com/s/7RCNKPy1P-i3EsZ3enFnCA

昨天，我不是发了几个大模型参加数学高考的测试文章嘛。

没想到热度挺高，大家还挺关注的。

不过，很多评论区的小伙伴也说，根本看不出来区别。

因为缺了对AI难度最高的单选第6题，还有后面那些解答题。

那我想，不如再把模型补上，加上全缺失的智谱Z1、Kimi1.5、文心X1，（不带Claude 4，封号斗罗，我恨他），再做一个，完整的满血版的数学高考，让大家最直观的，感受一下这些模型的数学能力水平。

让大家看看，满分150分，每个模型到底多少分，哪个模型能拿高考数学状元。

因为要做解答题了，和选则填空不太一样，所以我还是单独定了一下规则，规则如下：

1. 数学大题往往都有两到三个小问，但是每个小问具体的赋分都不太一样，邀请了朋友（高中老师）来估摸一下每个小问的分数，如下，都取后者：

2. 高考大题往往会按照步骤给分，但是主要我也看不懂步骤（勿喷），所以这里我们不妨对大模型严格一点，按照结果是否正确来给分。

3. 每道题任然使用大模型跑3次，根据正确比例给分。

4. 依然所有的文本题，都使用LaTeX编辑器转成LaTeX文本格式，再扔给大模型进行回答。

5. 带图片的多模态题也加入测试，直接截图进行作答，没有多模态或者推理时不能传图的模型，取其他所有多模态模型得分的平均分。

以上。

在几个朋友@东毅、@倒放、@云舒、@绛烨帮我kuku跑了好久之后，我们终于得出了结论。

这的，又一次干到了凌晨4点。

不过，最终的得分和结论，非常出人意料，也出乎我的意外。

先看对错。

对的全部都是✅，错的就是❌，如果是有部分对，就是⭕️，没有多模态的，就写没有多模态。

我说实话，这一片的绿，还是有点超出我的预期的，我本来以为，解答题会难住一堆大模型，没想到，几乎大部分都是对的，而单选题第6题，反而成了，所有大模型的噩梦。

涉及到图片的理解，对于广大高考学生，轻轻松松做一条辅助线就可以解决，但是所有的多模态大模型，几乎全军覆没，也就openai o3 在三次回答中，对了两次。

DeepSeek-R1-0528的表现不如其他的推理模型可能是因为他的推理思维链很长很长，而高考题并没有那么复杂，所以导致，想着想着，就想歪了。。。

真的发现，有时候想的短一点，正确性可能会更高。

所有的答案，都在这了，我们是结结实实的，把每个大模型、每道题，跑了3次。。。

下次一定要抽空做个脚本，这事用人干是真的顶不住= =

那最后，终于，要公布我们的测试最终得分了。。。

这个排名，真的让我有点意外。。。

这里我插一句，我对天发誓，这篇文章不是广告，我也和科大讯飞还有豆包没有任何利益关系，在测试过程中也没有任何弄虚作假或者不遵守规则。

但是实实在在的，就是这么发生了。

在我的测试中，讯飞星火和豆包除了第6题错，以其他题目全胜的姿态，145分的超高分，并列夺得了第一名。

而Qwen3，解答题全对，但是在填空题时，因为roll错了1次对了2次，产生了失误，丢了宝贵的1.7分，以143.3分，屈居第三。

Gemini2.5 pro，解答题拉了跨，139.7分，位列第四。

混元T1和文心x1，解答题失误稍微多了一些，比Gemini 2.5 pro多错了一点点，差了2.7分，并列屈居第五。

很有意思，太有意思了。

我其实很久没就没有测试测的这么开心过了。

2023年，我第一次测AI高考数学题的时候，那时候大家只有嘲讽。

强如大模型，不识一二三四五。

短短两年，对于高考来说，几乎都能轻松达到一个优秀学生的地步。

AI啊，进化还是太快了一点。

也许这就是我爱这份工作的原因吧。

它总能带给我一些未知，一些惊喜，还有一年抵十年的回忆。

所以，这场AI高考，就到这里画上句号吧。

天边泛起肚白。

新的一天。

又到来了。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。

>/ 作者：卡兹克、悟空、dongyi

>/ 投稿或爆料，请联系邮箱：wzglyay@virxact.com

数字生命卡兹克

 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言