首页 > 业界 > 关键词  > 高考最新资讯  > 正文

2025年高考数学新一卷上热搜:6个AI大模型宣布挑战 谁更强?

2025-06-09 13:46 · 稿源:站长之家用户

近日,随着高考的落幕,一场别样的“高考”也在各大AI大模型之间展开。此次测试邀请了多家知名科技公司的大模型,参与2025年数学新课标Ⅰ卷中的14道客观题测试,以此检验它们在逻辑推理数学能力上的表现。测试题目包括8道单选题、3道多选题和3道填空题,满分73分,测试过程严格遵循高考判分原则。

测试结果显示,字节跳动的豆包和腾讯的元宝(T1)以68分的总成绩并列第一,仅在第6道单选题上失分。深度求索的DeepSeek和阿里的通义紧随其后,分别获得63分和62分。而百度的文心X1Turbo因在多选题和填空题上频繁失误,仅获得51分。引人注目的是,OpenAI的o3在此次测试中表现不佳,仅获得34分,正确率仅为47%,远低于其他模型。

微信截图_20250609135217.png

在单选题部分,豆包、通义、元宝和文心X1Turbo表现相当,均获得35分。DeepSeek因图片识别问题在两道单选题上失分,而o3则在多道单选题上出现错误,甚至在“送分题”上翻车。多选题部分,豆包、DeepSeek和元宝三道题全部答对,展现出稳定的发挥。通义虽然速度快,但因步骤分析简略导致在一道题上失误。文心X1Turbo在多选题上表现不佳,两道题答错,一道未响应。o3则因不适应多选题规则,一道题都没全对。

填空题部分,豆包、DeepSeek、通义和元宝斩获满分,而文心X1Turbo因最后一步画蛇添足而失分。尽管如此,与去年相比,今年大模型的数学推理能力有了显著提升。去年,大模型在高考数学题上的表现普遍不佳,甚至出现基础计算错误。而今年,除o3外,其他五款模型均突破及格线,豆包和元宝更是保持了93%的正确率。

此外,大模型在反思能力和推理步骤上也展现出进步。今年,大模型在遇到问题时不再固执己见,而是会推倒重来,进行验证。同时,除了通义外,其他大模型都能系统性地展示完整的推理链路,帮助用户深入理解问题本质。然而,测试也暴露出大模型的一些问题,如计算细节错误、公式图形处理能力不足、对题目条件敏感度不够等。

针对此次测试,专家表示,大模型在数学推理能力上的提升是显而易见的,但仍需在细节处理、图形理解和条件敏感度等方面加强。随着技术的不断进化,相信大模型在未来能够弥补这些“偏科”的毛病,为更多领域提供强大的支持。网友们也对此次测试表示关注,纷纷留言讨论各大模型的表现,并对未来大模型的发展充满期待。

如果您对AI大模型感兴趣,或者想了解更多关于AI产品和网站的信息,可以访问 [AIbase](https://top.aibase.com/),这是一个智能匹配最适合您的AI产品和网站的平台,为您提供丰富的AI资源和工具。

举报

  • 相关推荐
  • 6个AI大模型大战2025年高考数学新一卷:数学题推理能力均显著提升

    ​近日,随着高考的圆满结束,一场别开生面的“数学擂台赛”在各大AI大模型间悄然展开。多家知名科技公司的大模型被邀请参与2025年数学新课标Ⅰ卷中的14道客观题测试,以此检验它们在逻辑推理和数学能力上的实力。此次测试题目包含8道单选题、3道多选题以及3道填空题,满分设定为73分,且测试过程严格遵循高考判分原则,确保结果的公正性与准确性。 测试成绩揭晓�

  • itc保伦股份广播系统圆满完成2025年高考保障任务,答好高考“保障卷”!

    ITC第八代广播系统圆满完成2023年高考保障任务。该系统整合人工智能、大数据可视化等前沿技术,提供一键巡检、智能播控等全链路保障方案。考前通过专用拾音器实现考场声场诊断,考中支持设备全链路监测,配备双CD音源、功放备份等冗余设计,主备切换时间小于0.03秒。考后提供播放数据统计分析,并建立专项巡检体系。系统已在全国考场实现国产化应用,通过完善的应急预案确保考试公平公正进行,为高考交出了满意答卷。

  • 真学霸!豆包大模型1.6正式发布:高考数学卷获144分 全国第一

    今日,字节跳动旗下火山引擎举办FORCE原动力大会,正式发布豆包大模型1.6。 新系列包括三个大模型,分别是Doubao-Seed-1.6-thinking、Doubao-Seed-1.6、Doubao-Seed-1.6-flash。 火山引擎总裁谭待表示,Doubao-Seed-1.6是首个支持256k长上下文的大模型。 以thinking模型为例,其思考能力强化,支持多模态,Doubao-Seed-1.6则支持on/off/auto三种思考模式。 在高考全国新一卷数学单科测试中,豆包大模�

  • 2025年国补结束时间已确定!统一截止时间为2025年12月31日

    国家发改委、财政部最新文件明确,2025年家电、手机数码、汽车三大领域的国家补贴(国补)全国统一结束时间为2025年12月31日。但需注意:河南、湖南等省份因补贴额度紧张,可能提前至12月中旬截止。消费者需抓住最后6个月红利期,避免错过"真金白银"福利。补贴细则:家电类最高补贴20%,手机数码类按售价15%补贴(最高500元),新能源汽车报废旧车最高补2万元。领取方式:京东APP搜索"家电省2000"或"数码省2000"直接立减。部分省份叠加地方券后综合补贴比例可达20%。建议尽早申请,尤其汽车置换补贴额度竞争激烈。

  • 2025年京东618满减是哪天开始?2025年淘宝京东618红包领取口令是什么?

    2025年618购物节攻略:京东淘宝两大平台推出"好运红包7788"通用口令,每日可领3次,最高免单25618元。京东活动分预热期(5.13-5.28)和正式期(5.31-6.20),数码家电享30天价保,iPhone16预计直降800-1500元。淘宝分两波活动,5.16-5.26现货直降15%,6.15-6.20跨店满减叠加直播红包。省钱技巧:1)优先领取平台红包;2)关注6.18当天0点/12点/20点的半价秒杀;3)满减券与品类券叠加使用;4)价保期内可申请补差价。建议消费者提前收藏商品,锁定核心优惠时段。

  • 高考数学霸榜热搜!男生第一个走出考场:数学题目太难了 不会

    今天下午,有关高考数学的微博话题霸占了热搜榜,引发热议。 在海南某考点,一名男生第一个走出考场,还简单接受了媒体采访,称数学太难了,不会”。对于高考数学题目,有的学生答得非常不错,有的学生则表示太难。 据了解,2025年高考数学命题遵循高校人才选拔要求和高中数学课程标准,依据高考评价体系,持续推进考试内容改革。更新设计理念,深化基础性考查

  • 难哭了的高考数学题,4家国产大模型表现如何?

    2025年高考数学考试引发热议,多家AI大模型参与测试。腾讯元宝和豆包表现最优,分别获得145分和140分(满分150分),仅错1-2道题。文心一言和QWen3稍逊,得分在120分左右。测试显示,AI在选择题和基础解答题表现良好,但在涉及图像理解、向量分析等复杂题目时仍存在困难。特别是一道包含向量图的"杀手题"让所有AI失分。专家指出,国产大模型数学能力已有显著提升�

  • 2025年国补结束时间已确定,国家补贴全国统一结束截止时间为2025年12月31日

    2025年国家补贴政策进入倒计时,家电、手机、汽车等领域补贴将于12月31日截止。家电补贴覆盖12类产品,一级能效产品可享20%补贴;手机数码类最高补贴500元;新能源汽车最高补贴2万元。部分资金紧张地区可能提前结束,建议尽早申领。领取方式:京东APP搜索"数码2000"或"家电2000"直达补贴页面。江苏、广东等地叠加地方消费券后综合补贴可达20%。最佳购买时机为38节、618等大促节点,高端机型补贴力度更大。提醒消费者关注地方政策变动,优先选择官方渠道购买。

  • 他趣发布《2025年中国青年彩礼研究报告》

    《2025年中国青年彩礼调研报告》显示,当代青年对彩礼的认知呈现显著性别差异:女性对彩礼和嫁妆的预期普遍高于男性,其中彩礼平均比嫁妆高出3.4万元。67%男性认为10万元以内彩礼较合适,而42%女性预期11-20万元。外貌因素对女性收彩礼影响较大,漂亮女性被认为应多得3.8-4.2万元彩礼。33岁和36岁男性被普遍认为需支付更高彩礼。值得注意的是,34.3%青年认为5年内收入可覆盖结婚开支,但男性通过借贷筹备婚礼的比例是女性的2.5倍,折射出传统婚俗与现代价值观的碰撞及男性更大的经济压力。

  • 高考数学全卷重赛!一道题难倒所有大模型,新选手Gemini夺冠,豆包DeepSeek并列第二

    本次AI高考数学测试评估了7个大模型的表现,包括Doubao、DeepSeek、Qwen3等。测试包含14道客观题和5道解答题,总分150分。结果显示:1)客观题各模型差距不大,最大分差仅3分;2)解答题成为主要失分区,仅Gemini2.5Pro获得满分;3)图像识别题(第6题)难倒所有多模态模型,暴露AI图文理解短板。最终Gemini2.5Pro以145分居首,Doubao和DeepSeek R1以144分并列第二。测试表明大模型在数学推理能力上有进步,但在复杂论证和多步骤计算方面仍需提升。