紫牛热点｜AI大模型做高考数学I卷，豆包和DeepSeek拿到144分

2025年高考已经结束，机器之心使用七款大模型产品，做了高考数学I卷，结果第一名Gemini拿到145分，豆包和DeepSeek以1分之差并列第二，即使最后一名也获得134分，成绩亮眼。

机器之心挑战高考数学I卷的AI大模型选手分别是五款国产AI：Doubao-1.5-thinking-vision-pro、DeepSeek R1、Qwen3-235b、hunyuan-t1-latest、文心 X1 Turbo。同时加上了OpenAI的ChatGPT O3和谷歌的Gemini 2.5 pro。

在考题选择上，采用2025年高考数学新课标I卷，包含14道客观题，总计73分；5道解答题，总计77分。不做引导，不开启联网搜索，由AI大模型直接输出结果。

客观题计分方法按照以往高考判分原则，解答题请数学专业人员进行评判，主要看大模型的最终答案以及解题步骤中是否有严重失误点。

从客观题来看，各家大模型几乎拉不开差距，最大分差也只有3分，第6题图像题使这几家多模态大模型“全军覆没”。

解答题是大模型失分重灾区。除了Gemini 2.5 Pro拿到全部分数，其他大模型或多或少均有失分。其中DeepSeek R1和Doubao只丢了一分；O3则失了2分。hunyuan-t1-latest和文心 X1 Turbo发挥不佳，解答分别拿到68分和66分。

最后Gemini 2.5 pro总分145排名第一，豆包和DeepSeek R1拿到144分，ChatGPT O3为140分，Qwen3-235b为139分，hunyuan-t1-latest为136分，文心 X1 Turbo虽然是最后一名，仍然得到134分，这个分数在考生中也属于非常优秀的水平。

这次测评结果显示，大模型在数学推理能力上有不小的进步，但仍有较大的提升空间。此外，所有参测的多模态大模型在第6题的图像识别上都出现了问题，这也暴露出当前AI在图文结合理解方面的短板。扬子晚报/紫牛新闻记者 宋世锋

校对 石伟

编辑 : 潘政