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(nián)高考已结束，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DeepSeek以1分之差并列(bìngliè)第二。 机器(jīqì)之心挑战高考(gāokǎo)数学I卷的(de)(de)AI大模型选手分别(fēnbié)是五款国产AI：Doubao-1.5-thinking-vision-pro、DeepSeek R1、Qwen3-235b、hunyuan-t1-latest、文心 X1 Turbo。同时加上了OpenAI的ChatGPT O3和(hé)谷歌的Gemini 2.5 pro。 在考题选择上，采用2025年(nián)高考数学新课标I卷，包含(bāohán)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，解答题请(qǐng)数学专业人员进行评判，主要看大模型(móxíng)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(móxíng)几乎拉不开差距，最大分差也只有3分，第6题图像题使这(zhè)几家多模态大模型“全军覆没”。 解答(jiědá)题是大模型失分重灾区。除了(le)Gemini 2.5 Pro拿到全部分数，其他大模型或多或少(huòduōhuòshǎo)均有失分。其中DeepSeek R1和(hé)Doubao只(zhǐ)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(zuìhòu)Gemini 2.5 pro总分(fēn)145排名第一，豆包(dòubāo)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134分，这个分数在(zài)考生中属于非常优秀的水平。 这次测评结果显示，大模型在数学推理(tuīlǐ)能力上有(yǒu)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(wèntí)，暴露出当前AI在图文结合理解方面的短板。