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(zhīmíng)的人工智能相关(xiāngguān)网站“机器之心”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DeepSeek以1分之差并列第二。 机器之心(zhīxīn)挑战(tiǎozhàn)高考数学I卷(juǎn)的AI大(dà)模型(móxíng)选手分别是(shì)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(gāokǎo)数学新课标I卷，包含14道客观题，总计73分(fēn)；5道解答题，总计77分。 客观(kèguān)题计分方法按照以往高考判分原则，解答题请数学专业(zhuānyè)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(dì)6题图像题使这几家多模态大模型“全军覆没”。 解答题是大(dà)模型(móxíng)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(jūn)有失分。其中DeepSeek R1和(hé)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145排名第一，豆包和DeepSeek R1拿到(nádào)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(yīmíng)，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，大模型在数学推理能力(nénglì)上有不小的(de)进步。此外，所有参测的AI大模型在第6题的图像识别上都出现了问题，暴露出当前AI在图文结合理解方面(fāngmiàn)的短板。