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(gāokǎo)已结束，业界知名的人工智能相关网站(wǎngzhàn)“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DeepSeek以1分之差并列第二。 机器(jīqì)之心挑战高考数学I卷的(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(wénxīn) X1 Turbo。同时加上了(le)OpenAI的ChatGPT O3和(hé)谷歌的Gemini 2.5 pro。 在考题(kǎotí)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道解答题，总计77分。 客观题计分(jìfēn)方法按照以往高考判分原则(yuánzé)，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(tí)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(chúle)Gemini 2.5 Pro拿到(nádào)全部分数，其他大模型或多或少(huòduōhuòshǎo)均(jūn)有失分。其中DeepSeek R1和(hé)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145排名(páimíng)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虽是最后一名，仍得到(dédào)134分，这个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(móxíng)在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题的图像识别上都出现了问题，暴露出(bàolùchū)当前AI在图文结合理解方面的短板。