让AI像人类一样做高考数学题，夸克领跑、豆包紧随

一年一度的高考落下帷幕。对大模型来说，这已经是它第三次参与这场本属于人类考生的考试。

但和前两年不同，之前人们喜欢安排大模型产品写高考作文。今年随着推理模型的火热，人们开始热衷让它参与高考数学。

一个有意思的变化在于，这两天各种各样的高考数学测评结果证明，今年大模型似乎有了质的飞跃——从纯粹的文科生，成为了数学成绩也不错的理科生。

为验证这一结果，我们也选取了四个AI产品——豆包、夸克、元宝和ChatGPT进行测评。

由于这几家模型均具备多模态能力，所以我们将2025年全国新课标数学I卷的题目直接投喂给大模型，不做格式转换，不开启联网搜索，所有测试模型只有一次答题机会。

关于考核标准，我们觉得如果让AI参与考试，就应该把它们当作一个真正的考生考核。

所以，本次测评拆解了三大维度：

• 结果正确率：AI考生能力的最直观体现。
• 答题速度：考试有时间限制，AI考生也应该注意时间安排。
• 识别准确率：人类考生需要审题准确，不能出现看错数字、符号等问题。所以有多模态能力的AI考生，也需要参与这一考核。

基于这三个维度，我们通过分别打分再计总分的形式，测试出AI考生们的高考数学的考试名次。

更细致的"阅卷规则"参考：

经过以上三个维度的综合测试，最终AI考生们的全面考察结果如下：

如果单看纯粹的卷面分，这几家AI考生的数学分数都在110分以上。想起去年，AI们的高考数学题还经常不及格，真是今非昔比。

而且，不仅是做题，这些AI选手们的解题速度和视觉理解能力都非常强——大部分题目都能在3分钟内完成。只有元宝没有识别出其中的一道题目，其他AI助手在识别上都拿了满分。

谁答对了最多题？

直接的考试分数，是考生最关心的事情。

根据卷面分数，夸克、豆包和ChatGPT分列前三。

一个小插曲是，ChatGPT在难题中经常尝试写代码解题，准确率较高。但考虑到高考现场的考生们不会配备电脑写代码解题，所以我们立刻禁止了它写代码。

整体看下来，大家的选择题和填空题得分差距不是非常大，错误都不是很多。尤其是夸克和ChatGPT，选择和填空题全对。

解答题是让各家AI考生有点为难的题目。尤其是16题，大家都有错误。

首先是元宝，从一开始没能识别出这一道题目，所以也就无法作答——这也是我们这次测试中，唯一一个没有被某一模型识别出的题目。

豆包在这道题上犯错的原因也有点令人迷惑，题目解题思路过程都是对的，就是要把题目中的“m”改成“n”。

感觉这里豆包在审题上出现了理解偏差，不能将“m”和“n”区分开，正确理解m的含义。

在选择和填空上第一名的夸克，第16题中的错误很可惜地发生在最后一步——“利用错位相减法”得出最终结果的部分。

向上翻了一下思考过程，发现它有点“心口不一”。一边说着“相加”，一边算着“相减”，最后结果错误。

谁答得最快，审题最清晰？

答题速度，属于AI考生们的舒适区。

基本上，这四个AI考生的选择题基本都能在60秒内出结果。只有ChatGPT和元宝的第六题，超过了一分钟（但还是很）。

来到解答题，大家的耗时意料之中增加了不少。尤其是ChatGPT，基本最后的几道大题都需要思考6分钟左右。

不过在耗时更长的解题过程里，我们也看到一些惊喜。比如，ChatGPT会自己放大题目、左看右看，确认识别没有问题后再开始解题。

夸克和豆包也很让人惊喜。在整体的速度测评中，夸克位列第一，豆包以一分之差位列第二。

这两家做最难的解答题，单题最长耗费时间在4分钟左右。

至于和多模态相关的审题能力，AI考生们基本上都没让人失望。除了元宝有一题识别不出来，其他考生都是满分。

不同的输出风格，让我找到AI老师

测到这里，本次AI考生的高考数学测评基本可以结束了。

但在就在核对答案的过程中，我还有一个不同寻常的发现。

参与测评的AI考生背后，基本都是推理模型。在仔细看大家的输出时，我发现不同考生的思维输出风格存在差异。而这种差异，会给真正想通过AI学习的考生，带来不同的感觉和效果。

比如，豆包的思维链展示很长很完整，答案却很简洁。夸克的输出更具引导性，比较像老师。元宝的内容，更像是数学学霸，很喜欢计算和公式。

拿颇具难度的第19题举例。

同样是启动深度思考模式，夸克不会把所有的思考过程呈现，而是重述题目，并给出有步骤的解题思路。这个思路里面，也会划一些高中考点。

相比之下，豆包和元宝有点"做题机器"。

在等待豆包给出答案的过程中，可以看到豆包会将长长长的思考思维链完整输出。之后的解答部分虽然简洁，但看表述确实只能用来对答案，难以引发思考。

元宝的回答少了一些清晰的思路指引。相对于夸克和豆包，计算步骤都更复杂一些，基本直奔计算而去，不会在表述中强调考点。

如果从认真学习的角度，相信还是有更多人喜欢夸克老师的引导式画风。

总之，这一次的测评中，我们真实把这四个AI考生真正当作人类测试。发现不管是脑力还是眼力，AI们的进步已经超出想象。随着AI越来越聪明，或许我会收获更多的老师。