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(jiéshù)，业界知名的人工智能相关网站“机器(jīqì)之心”用七款大模型做了高考数学I卷，结果第一名Gemini拿到145分，豆包和(hé)DeepSeek以1分之差并列第二。 机器之心(zhīxīn)挑战高考数学I卷的(de)AI大模型选手分别是五款国产(guóchǎn)AI：Doubao-1.5-thinking-vision-pro、DeepSeek R1、Qwen3-235b、hunyuan-t1-latest、文心(wénxīn) X1 Turbo。同时加上(jiāshàng)了OpenAI的ChatGPT O3和(hé)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(zǒngjì)73分；5道解答(jiědá)题，总计77分。 客观题计分方法按照(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(kàndà)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(chājù)，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(quánjūnfùmò)”。 解答题是大(dà)模型失分(shīfēn)(fēn)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(yǒu)失分。其中(qízhōng)DeepSeek R1和Doubao只丢了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)(fēn)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(wénxīn) X1 Turbo虽是最后一名，仍得到134分，这个分数在考生中属于非常优秀的水平(shuǐpíng)。 这次测评结果显示，大模型在数学推理(tuīlǐ)能力上有不小的进步。此外(cǐwài)，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(túwén)结合理解方面的短板。