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(zhīxīn)”用七款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。 机器之心挑战高考数学I卷的AI大模型选手(xuǎnshǒu)分别是(shì)五款(wǔkuǎn)国产(guóchǎn)AI：Doubao-1.5-thinking-vision-pro、DeepSeek R1、Qwen3-235b、hunyuan-t1-latest、文心(wénxīn) X1 Turbo。同时加上了(le)OpenAI的ChatGPT O3和谷歌的Gemini 2.5 pro。 在考题选择上，采用(cǎiyòng)2025年高考数学(shùxué)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。 客观题计分方法按照以往高考判分原则，解答(jiědá)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(yǐjí)解题步骤中是否有严重失误点。 从客观题来看(láikàn)，各家大(dà)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(shīfēn)重灾区。除了(le)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(hé)Doubao只丢(diū)了1分；ChatGPT O3则(zé)失了2分。hunyuan-t1-latest和文心X1 Turbo分别拿到68分和66分。 最后(zuìhòu)Gemini 2.5 pro总分145排名第一，豆包和DeepSeek R1拿到144分，ChatGPT O3为(wèi)140分，Qwen3-235b为139分，hunyuan-t1-latest为136分，文心 X1 Turbo虽是(suīshì)最后一名，仍得到134分，这个分数在考生中属于(shǔyú)非常(fēicháng)优秀的水平。 这次测评结果显示，大模型(móxíng)在数学推理(tuīlǐ)能力上(shàng)有不小的进步。此外，所有参测的AI大模型在第6题的图像识别上都出现了问题，暴露出当前AI在图文结合理解方面的短板。