2025 年高考還在進(jìn)行中，昨天已經(jīng)考完了語文和數(shù)學(xué)，相信大家也在網(wǎng)上看到了很多關(guān)于這兩門學(xué)科試卷難度的討論，比如昨天數(shù)學(xué)考完后，關(guān)于“數(shù)學(xué)難不難”的話題瞬間爆上了熱搜。

當(dāng)然，試卷的難度對(duì)于不同的同學(xué)來說可能會(huì)有不同的感受，不過作為科技編輯，小編比較感興趣的是，今年的數(shù)學(xué)試卷對(duì)于目前很火的 AI 來說難不難呢？

想到這，今天我們不妨就這次高考的數(shù)學(xué)卷來一次大模型之間的比拼，讓各家的大模型化身“高考學(xué)子”，完整地做一套高考數(shù)學(xué)卷，看看它們各自能拿多少分。

在模擬過程中，小編選擇了以下幾名具有代表性的大模型“考生”，分別是：

?DeepSeek R1 0528?通義千問 Qwen3-235B-A22B?訊飛星火 X1-0420?豆包 Seed-Thingking-v1.5?文心 X1 Turbo?騰訊混元 Hunyuan T1 latest?GPT o3

另外需要說明的是，由于目前網(wǎng)絡(luò)流出的試題存在多個(gè)版本（回憶題），不完全一致，存在題目不完整的情況，通過多版本交叉驗(yàn)證 + 老師解題驗(yàn)證的方式進(jìn)行評(píng)測，總分是 150 分。

同時(shí)還邀請(qǐng)了一位專業(yè)的評(píng)分老師來輔助我們對(duì)大模型的答案進(jìn)行評(píng)分：

汪鵬：十年高中數(shù)學(xué)一線教研專家，主導(dǎo)省級(jí)數(shù)學(xué)教學(xué)創(chuàng)新課題，精研命題策略與高分突破路徑。

此外，因 DeepSeek 網(wǎng)頁版 OCR 轉(zhuǎn)寫不穩(wěn)定，還有騰訊混元在高考時(shí)間段不能用拍圖識(shí)別的功能，針對(duì)類似情況，我們采用 OCR 轉(zhuǎn)寫后輸入答題。

由于考題較多，我們無法把所有題目的大模型答題流程和答案都一一呈現(xiàn)，所以這里我們僅挑選一些題目來說明。

話不多說，我們先來看題吧。

1、第 1 題

首先是比較簡單的選擇題第 1 題：

這道題比較容易，DeepSeek R1 的回答如下：

然后是通義千問：

訊飛星火作答：

豆包也給出了正確答案：

文心一言的答案如下：

騰訊混元的回答：

GPT o3 的答案：

對(duì)于選擇題第 1 題，各家大模型都給出了正確的答案，仔細(xì)看具體的解題流程可能不同，但不影響答案的正確性。

2、第 5 題

下面稍微上點(diǎn)難度，選擇題第 5 題是一道函數(shù)題：

各家大模型的答案和截圖過程如下：

DeepSeek ：

通義千問：

訊飛星火：

豆包：

文心一言：

騰訊混元：

GPT o3：

這一道選擇題的正確答案是 A，全部答對(duì)。

3、第 8 題

接下來我們看更難一點(diǎn)的題，選擇題第 8 題，這也是一道涉及到對(duì)數(shù)的函數(shù)題：

面對(duì)這道題，各家大模型給出的答案如下：

DeepSeek R1：

通義千問：

訊飛星火：

豆包大模型：

文心一言：

騰訊混元：

GPT o3：

這道題目的正確答案是 B，豆包大模型和 DeepSeek 答錯(cuò)了，其他的大模型均給出了正確的答案。

4、第 16 題

接下來我們來看解答題，解答題的評(píng)分不只看結(jié)果，還要看解題的過程，過程不對(duì)也會(huì)被扣分。這里我們以解答題的第 16 題來作為例子，這道題已經(jīng)是解答題中偏中等難度的題目，涉及數(shù)列和函數(shù)相關(guān)的知識(shí)點(diǎn)。

我們先看 DeepSeek R1，給出的結(jié)果沒有扣分項(xiàng)，可以得到滿分（15 分）：

通義千問的解答和最終答案也是正確的：

訊飛星火的回答，解題過程清晰明了，答案正確：

然后是豆包大模型的回答，同樣步驟和結(jié)果都沒什么問題：

文心一言第二個(gè)小題答案錯(cuò)了，只能得到 6 分：

騰訊混元兩個(gè)小題的回答都存在問題，因此這道題只能得 0 分：

GPT o3 的兩個(gè)回答解題過程都沒有問題，但是第二個(gè)小問的最后結(jié)果呈現(xiàn)表達(dá)上有點(diǎn)小瑕疵，得 14 分：

5、第 18 題

最后是難度更高，挑戰(zhàn)比較大的第 18 題，

面對(duì)這道題，訊飛星火 X1、豆包大模型、DeepSeek R1、通義千問、騰訊元寶以及 GPT o3 的解題過程和答案都沒什么問題，拿到了 17 分滿分，而文心 X1 模型的答案存在錯(cuò)誤，得分為 10 分。

Deepseek：

通義千問：

訊飛星火:

豆包大模型:

文心一言:

騰訊混元：

GPT o3：

以上是這次七家大模型挑戰(zhàn) 2025 高考數(shù)學(xué)全國 1 卷的部分題目作答情況的舉例，下面我們?cè)賮砜催@次“考試”各位大模型“考生”的總體得分情況：

可以看到，在這次“考試”中，DeepSeek、訊飛星火兩家表現(xiàn)突出，是唯二突破 140 分的大模型，穩(wěn)居國內(nèi)大模型數(shù)學(xué)能力的第一梯隊(duì)，在考生中也達(dá)到了“尖子生”標(biāo)準(zhǔn)。其中，DeepSeek 以 143 分的成績位列榜首，訊飛星火以 141 分緊隨其后，位居第二，GPT o3 則以 138 分獲得第三名。

本次排名第一的 DeepSeek R1 模型，是在 5 月 28 日升級(jí)了最新版本，也是本次評(píng)測的模型里最“新”的一位考生，升級(jí)后的版本在思考推理、數(shù)學(xué)能力、響應(yīng)速度等方面有了大幅提升，但其在實(shí)際應(yīng)用中也暴露出了一些明顯短板。首先在實(shí)測中，我們發(fā)現(xiàn) DeepSeek 在 OCR 識(shí)別效果不理想，出現(xiàn)不少題目識(shí)別錯(cuò)誤，為確保準(zhǔn)確性，我們只能用其他 AI 將試卷圖片轉(zhuǎn)化為文本問題，再給到 DeepSeek 作答；其次，DeepSeek 模型版本較大，導(dǎo)致推理速度慢、資源消耗高，在實(shí)際的教學(xué)場景中可能面臨響應(yīng)效率問題。

此外，在這次考試中僅以 2 分之差緊隨其后的訊飛星火，是在 4 月 20 日升級(jí)，版本較早，但在模型量級(jí)更小（70b）的情況下，其依然取得了 141 分的高分，并顯著超越了豆包等其他參與測評(píng)的國內(nèi)大模型。尤其值得一提的是，訊飛星火 X1 是基于全國產(chǎn)算力平臺(tái)訓(xùn)練出來的，可見他們背后的自主技術(shù)研發(fā)實(shí)力值得肯定，訊飛在教育領(lǐng)域長達(dá) 20 多年的資源積累，也體現(xiàn)在了訊飛星火在數(shù)學(xué)能力上的高效準(zhǔn)確。

作為國產(chǎn)大模型的代表，豆包、通義千問等大模型分?jǐn)?shù)緊跟 GPT o3，基本上和國際頂尖的模型水平打了個(gè)平手。

此次國內(nèi)外大模型參考“2025 高考數(shù)學(xué)”，也是深度推理模型的一場大考，和去年相比，AI 的數(shù)學(xué)能力有了非常明顯的提升。2025 年將是 AI 應(yīng)用落地的爆發(fā)期，如何讓 AI 更好的成為我們的幫手，拓展 AI 在教育領(lǐng)域深度應(yīng)用的更多可能性，將推理模型的優(yōu)勢與教學(xué)實(shí)際深度結(jié)合等等，或許就是我們用 AI 來作答高考試卷背后的用意和價(jià)值所在。