2025年高考數(shù)學(xué)考試剛剛落下帷幕，考生們紛紛在網(wǎng)絡(luò)上分享他們對試卷難度的看法，尤其是數(shù)學(xué)科目，瞬間成為熱議話題。作為科技領(lǐng)域的觀察者，我們不禁好奇，今年的高考數(shù)學(xué)試卷對于炙手可熱的AI來說，難度究竟如何？
為了解答這個問題，我們組織了一場特別的“考試”，邀請了七位AI大模型“考生”參與，它們分別是DeepSeek R1 0528、通義千問 Qwen3-235B-A22B、訊飛星火 X1-0420、豆包 Seed-Thinking-v1.5、文心 X1 Turbo、騰訊混元 Hunyuan T1 latest以及GPT o3。我們將使用一套完整的高考數(shù)學(xué)試卷來測試它們的表現(xiàn)，并邀請了一位經(jīng)驗豐富的數(shù)學(xué)教研專家汪鵬老師進行評分。
由于網(wǎng)絡(luò)上流傳的試卷版本眾多，存在不完整和差異，我們采取了多版本交叉驗證與教師解題驗證的方式，確保評分的準確性?？偡衷O(shè)定為150分。
首先，我們來看一道較為簡單的選擇題。這道題目對于所有AI大模型來說都顯得輕而易舉，DeepSeek R1、通義千問、訊飛星火、豆包、文心一言、騰訊混元以及GPT o3均給出了正確答案。
接下來，我們增加了一些難度，考察了一道涉及函數(shù)的選擇題。同樣，所有AI大模型均成功解答了這道題目，顯示出它們在處理數(shù)學(xué)邏輯問題上的強大能力。
面對更復(fù)雜的對數(shù)函數(shù)題，AI大模型們展現(xiàn)出了不同的解題能力。DeepSeek R1和豆包在這道題目上出現(xiàn)了錯誤，而其他AI大模型則成功給出了正確答案。這顯示了AI在處理復(fù)雜數(shù)學(xué)問題時，其表現(xiàn)仍然存在差異。
在解答題部分，我們選取了第16題作為例子，這道題涉及數(shù)列和函數(shù)知識點，要求AI不僅給出正確答案，還需要展示清晰的解題過程。DeepSeek R1、通義千問、訊飛星火和豆包均在這一題上表現(xiàn)出色，得到了滿分。而文心一言和騰訊混元則因解題過程中的錯誤而失分。
最后，我們挑戰(zhàn)了難度更高的第18題。訊飛星火、豆包、DeepSeek R1、通義千問以及GPT o3均在這一題上獲得了滿分，而文心X1則因答案錯誤而失分。這進一步證明了AI在處理高難度數(shù)學(xué)問題上的潛力。
經(jīng)過這場“考試”，DeepSeek R1以143分的成績位列榜首，訊飛星火以141分緊隨其后，GPT o3則以138分獲得第三名。這些AI大模型在數(shù)學(xué)能力上的表現(xiàn)令人矚目，展示了AI在教育領(lǐng)域的巨大潛力。
值得注意的是，雖然DeepSeek R1在分數(shù)上領(lǐng)先，但其在OCR識別效果和推理速度上仍存在短板。而訊飛星火則憑借其較小的模型量級和高效的數(shù)學(xué)能力，展現(xiàn)出了強大的競爭力。豆包、通義千問等大模型也緊隨其后，與國際頂尖模型水平相當。
此次AI大模型參與“2025高考數(shù)學(xué)”考試，不僅是對AI數(shù)學(xué)能力的一次檢驗，更是對AI在教育領(lǐng)域應(yīng)用潛力的一次探索。隨著AI技術(shù)的不斷發(fā)展，我們有理由相信，AI將在未來的教育領(lǐng)域中發(fā)揮更加重要的作用。
