AI大模型做高考数学卷，图像题全军覆没 国产AI豆包和DeepSeek均得分144

2025年高考已结束，业界(yèjiè)知名的人工智能相关网站“机器之心”用七款(yòngqīkuǎn)大模型做了高考数学I卷，结果(jiéguǒ)第一名Gemini拿到145分，豆包和DeepSeek以1分之差并列第二。 机器(jīqì)之心挑战高考数学I卷(juǎn)的(de)AI大(dà)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(le)OpenAI的ChatGPT O3和谷歌(gǔgē)的Gemini 2.5 pro。 在考题(tí)选择(xuǎnzé)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。 客观(kèguān)题计分方法按照(ànzhào)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(yě)只有3分，第6题图像题使(shǐ)这几家多模态大模型“全军覆没”。 解答题是大模型失(shī)分重灾区。除了(chúle)Gemini 2.5 Pro拿到(nádào)全部分数(fēnshù)，其他大模型或多或少均有失分。其中DeepSeek R1和Doubao只丢(diū)了1分；ChatGPT O3则失了2分。hunyuan-t1-latest和文心X1 Turbo分别拿到68分和66分。 最后Gemini 2.5 pro总分(fēn)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虽是最后一名(yīmíng)，仍得到134分，这个(zhègè)分数在考生中属于非常(fēicháng)优秀的(de)水平。 这次测评结果显示，大模型在(zài)数学推理能力上有不小的(de)进步。此外，所有参测的AI大模型在第6题的图像识别上都(dōu)出现了问题，暴露出当前AI在图文结合理解方面的短板。