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，业界知名(zhīmíng)的人工智能相关网站“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(fēnzhīchà)并列第二(dìèr)。 机器之心挑战高考数学I卷的AI大(dà)模型(móxíng)选手(xuǎnshǒu)分别(fēnbié)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(tóngshí)加上(jiāshàng)了OpenAI的ChatGPT O3和谷歌的Gemini 2.5 pro。 在考题选择上(shàng)，采用2025年高考数学新课标I卷，包含14道(dào)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，解答题请数学(shùxué)专业人员进行评判，主要看大模型的最终(zuìzhōng)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，最大分差也只有3分，第6题图像题使这几家多(duō)模态大模型“全军覆没”。 解答题是大模型失分(fēn)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(qízhōng)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(fēnbié)拿到68分和66分。 最后Gemini 2.5 pro总分(fēn)145排名第一，豆包和(hé)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，仍得到134分，这个分数在(zài)考生中属于(shǔyú)非常(fēicháng)优秀的水平。 这次测评结果显示，大(dà)模型在数学推理能力上(shàng)有不小的进步。此外，所有参测的AI大模型在第6题(tí)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。