为确保高考的公正性，国内一些知名AI大模型，如腾讯混元、通义千问、Kimi和豆包等，决定在今年高考期间暂停其图片识别及问答功能。小雷对此表示质疑，认为这或许过于高估了这些AI大模型的实际水平，因为他之前测试过，这些AI在解答高考题时的表现并不理想。

截止目前，2025年高考全国一卷的语文、英语和数学试卷已公开。其中，语文试卷的内容被多家媒体进行了实测，AI大模型在写作部分的表现也被广泛关注。然而，关于这些AI生成的文章质量，存在不同的看法。小雷注意到，评测中大多数文章只是简单展示了AI生成的内容，并未附带详细点评，最终的质量需要读者自行判断。

（图源：百度搜索截图）

为了更好地评估AI的表现，小雷选择了数学科目，它有明确的标准答案，并对几款AI大模型进行了测试，具体包括DeepSeek、豆包、讯飞星火、文心一言、Kimi和通义千问。这些模型能否在985、211高校中脱颖而出呢？

六款AI大模型较量，谁能成为高考的佼佼者？

接下来，先介绍一下测试的环境和题目。由于部分AI大模型无法手动切换联网功能，因此所有模型均启用了联网搜索，并且深度思考功能也全部开启。

所选数学题包含一题选择题、一题多选题、一道填空题以及一题简答题，最终将依据题目的分数进行评分。

第一道题（5分）：

若双曲线C的虚轴长是实轴长的√7倍，则C的离心率为（正确答案：D）

A：√6 B：2 C：√7 D：2√2

这一题可以视为热身，难度较低，参与测试的六款AI大模型均表现出色，成功计算出正确答案，并提供了详细的推理过程。在本次测试中，所有模型都获得了满分5分。（图片从左到右依次为：DeepSeek、讯飞星火、豆包、Kimi、文心一言、通义千问，下图同）

（图源：App截图）

虽然这道题的难度不算很高，但六款AI模型的表现让小雷感到非常惊艳。在以往的测试中，这些AI模型在面对稍微复杂的问题时，往往难以得出准确的答案。

仅经过一次测试，DeepSeek、讯飞星火、豆包、文心一言、Kimi和通义千问这六款AI模型便展现了它们的实力，甚至可能被高考生用于作弊，因此暂停其图片识别问答功能绝不是为了吸引高考的关注。

第二题（6分）：

已知cos 2A+cos 2B+2sin C=2，SΔABC=1/4，cos Acos Bsin C=1/4，则（正确答案：ACD）

A：sin C=sin²A+sin²B B：AC²+BC²=3 C：AB=√2 D：sin A+sin B=(√6)/2

这道题的难度相对较高，只有豆包在两分钟内找到了正确答案，讯飞星火和通义千问则稍微耗时长一些，其他几款AI模型的计算时间更长，尤其是DeepSeek，竟然花了572秒，接近十分钟。

（图源：App截图）

假如AI模型像考生那样每次只解一道题，推理较慢的三款AI模型可能在两小时内无法完成所有题目。

尽管所有AI模型在本次测试中都成功回答了问题，但从推理所需的时间来看，豆包、讯飞星火和通义千问的表现相对较为优秀。

第三题（5分）：

若一个等比数列的前4项和为4，前8项和为68，则该等比数列的公比为（正确答案：±2）

与前一题相比，这一题的难度有所降低，讯飞星火、文心一言、Kimi、通义千问和DeepSeek五款大模型都迅速得出了正确答案，其中文心一言几乎是瞬间完成。尽管豆包也计算出了正确答案，但在输出时却出现了错误，排除了-2，因此小雷不得不给豆包扣去三分，该题豆包的得分只能是2分。

AI大模型能力大比拼，成绩差距显著

（图源：App截图）

在本次测试中，DeepSeek的服务器经常出现繁忙的情况，导致小雷不得不借助其他应用来完成测试。幸运的是，现阶段许多AI工具都已与DeepSeek接口对接，小雷所使用的腾讯元宝App，在推理速度和稳定性上，明显优于DeepSeek的网页版和App版本。

第四题（17分）：

设数列{an}满足a₁=3，（an+1）/n=（an/（n+1））+（1/（n（n+1）））

（1）证明：{n an}是等差数列；（正确答案为：n an是an=3，公差为1的等差数列）

（2）设f（x）=a₁X+a₂X²+a₃X³+...+amX^m，求f′（-2）。（正确答案为：f′（-2）=(7/9）-（（3m+7）/9）·（-2^m））

在前三道题中，各大AI应用的表现差别不大，能力基本相当。而第四题的复杂性显著增加，成为检验AI大模型能力的重要挑战。

在本轮测试中，豆包、讯飞星火、Kimi、文心一言和DeepSeek依然表现出色，成功计算出两道题的答案。相比之下，通义千问在解答时，虽然能够推导出第一小题的结果，但第二小题却出现了错误，表现稍显逊色。

（图源：App截图）

在本次测试中，豆包、讯飞星火、文心一言、Kimi和DeepSeek均获得了满分17分，而通义千问因第二道小题的错误，仅得7分。

通过公式与逻辑推理的数学题似乎更符合AI的特性，但往年的评测中，AI大模型在阅读理解和写作方面的表现更为突出，面对复杂数学题时常常束手无策。

根据光明网去年6月的报道，复旦大学的NLP实验结果显示，AI大模型在应对2024年高考题时，语文领域的表现远胜于数学，甚至在一些数学题中全军覆没，未能正确解答，尤其是在多选题中错误频出。究其原因在于，数学题的精确性要求极高，丝毫不能出错，而文史类题目则相对宽松，允许部分模糊和错误的答案。

经过一年的发展，AI大模型取得了显著进步，深度思考模式和针对数学题的专门优化，使其在处理高考数学题时更加得心应手。

四道题目的测试结果如下：

• DeepSeek：33分；

AI大模型的崛起：高考数学题的挑战与应对

• 讯飞星火：33分；
• 豆包：30分；
• Kimi：33分；
• 文心一言：33分；
• 通义千问：23分。

通过测试，我们发现DeepSeek、讯飞星火、Kimi和文心一言均实现了满分的佳绩。豆包由于一时的失误，遗憾地丢掉了三分，未能成为高考状元。尽管通义千问在解决简单问题时表现出色，但在处理复杂数学题时却存在计算错误，需要进一步提升。



（图源：豆包AI生成）

苹果公司一向对AI行业持怀疑态度，最近在一篇论文中指出AI推理模型不过是“假思考”，缺乏稳定和可理解的推理过程，更多地像是记忆的简单复述，面对复杂任务时可能会出现崩溃现象。AI研究者Lisan al Gaib复现了苹果的测试方法，认为问题并不在于模型的推理能力，而是由于苹果对输出token的限制。

尽管AI大模型的推理能力可能仍有局限，但它们的进步是显而易见的。去年的复旦大学NLP实验室对AI大模型的测试中，面对高考数学题的表现令人失望，而在今年的评测中，这些模型几乎都能准确计算出题目的答案，曾经困扰它们的多选题如今也不再是问题。

AI大模型在数学题解答能力上的提升，最受益的恐怕是广大学生。国内的学习设备制造商和教育辅导平台纷纷开始引入AI答题功能，但当前许多设备的AI大模型仅能处理中小学的题目，例如行业领先的小猿搜题，其题库内并未涵盖大学课程。

这六款AI大模型的突出表现，彰显了国内顶尖AI企业的实力。高考数学题已被成功攻克，而高等数学的挑战也不再遥远。学习机制造商和教育辅导平台可以与领先的AI企业合作，进一步提升产品的AI答题能力，继续加强AI在教育硬件领域的应用。

夏日的阳光灿烂，正是金榜题名的时刻。

又到了一年高考季，雷科技推出“高考毕业季”专题，旨在满足学生粉丝的信息需求，涵盖搜索、AI工具推荐及手机、PC等产品的选购建议。

敬请期待！