到截稿时，2025 年高考全国一卷仅有语文、英语和数学三套试卷公布，其中语文高考题目曝光后，已有多家媒体实测 AI 大模型撰写作文。不过作文写得如何，每个人的观点可能不同，小雷看到的几篇评测基本是截取 AI 大模型撰写的文章，没有给出点评，文章质量需要读者评判。
慎重起见，小雷选择了有标准答案的数学科目，测试 AI 大模型的能力，所选的 AI 大模型分别为 DeepSeek、豆包、讯飞星火、文心一言、Kimi、通义千问，它们能考上 985、211 吗？
六款大模型 PK，
谁才是 AI 界的高考状元？
首先说一下测试环境和题目，考虑到部分 AI 大模型不支持手动开关联网模式，因而所有 AI 大模型启用联网搜索，深度思考功能也全部打开。
所选的数学题，包含一道单选题、一道多选题、一道填空题、一道简答题，最终会按照题目的分数进行打分。
第一题（5 分）：
若双曲线 C 虚轴长是实轴长的√ 7 倍，则 C 离心率为（正确答案：D）
A：√ 6 B：2 C：√ 7 D：2 √ 2
第一道题属于开胃小菜，难度不算大，参与测试的六款 AI 大模型也没有令小雷失望，全部计算出了正确答案，而且给出了详细推理过程。本题测试中，所有 AI 大模型均获得满分 5 分。（图片从左往右以此为：DeepSeek、讯飞星火、豆包、Kimi、文心一言、通义千问，下图同）
尽管这道题难度不算高，但这六款 AI 大模型的表现令小雷眼前一亮。此前测试 AI 大模型的数学计算能力时，面对稍微复杂一些的问题，AI 大模型很难计算出正确答案。
仅一轮测试，DeepSeek、讯飞星火、豆包、文心一言、Kimi、通义千问六款 AI 大模型就证明了它们的能力，存在被高考生用于的作弊的可能性，暂停图片识别问答功能绝非为了蹭高考的热度。
第二题（6 分）：
若 cos 2A+cos 2B+2sin C=2，S Δ ABC=1/4，cos Acos Bsin C=1/4，则（正确答案：ACD）
A：sin C=sin A+sin B B：AC +BC =3 C：AB= √ 2
D：sin A+sin B= ( √ 6 ) /2
这道题难度相当高，仅有豆包在两分钟内计算出正确答案，讯飞星火和通义千问耗时略长一些，其他几款 AI 大模型用时更长，尤其是 DeepSeek，耗时足足 572 秒，接近 10 分钟。
尽管本轮测试中所有 AI 大模型均正确回答出了问题，但结合推理所需时长来看，豆包、讯飞星火、通义千问表现较好。
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）
与上一题相比，这一题的难度有所下降，讯飞星火、文心一言、Kimi、通义千问、DeepSeek 五款大模型均迅速计算出了正确答案，文心一言几乎是秒算。豆包虽计算出了正确答案，但在输出答案时却犯了迷糊，排除了 -2。因此，小雷不得不扣掉豆包的三分，该题豆包只能得 2 分。
第四题（17 分）：
设数列 {an} 满足 a =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：n an 是 an=3，公差为 1 的等差数列）
（2）设 f（x）=a X+a X +a X +...+amX^m，求 f ′（-2）。（正确答案：f ′（-2）= ( 7/9）-（（3m+7）/9）·（-2^m））
前三道题，几款 AI 应用仅在体验上存在一定的差异，能力基本没有表现出区别，第四道题不同，它的复杂度远超前面三道题，也是检验 AI 大模型能力最重要的一项挑战。
在本轮测试中，豆包、讯飞星火、Kimi、文心一言、DeepSeek 依然表现出色，正确计算出了两道题的答案。通义千问解答这道题时，能够推理出第一道小题的答案，但第二道小题却给出了错误答案，表现稍逊一筹。
依靠公式和逻辑推理的数学题，似乎更符合 AI 的特性，但往年的评测中，AI 大模型通常做阅读理解和写作文效果较好，面对复杂的数学题找不到答题方法。
光明网在去年 6 月的报道中提到，复旦大学 NLP 实验结果显示，AI 大模型在做 2024 年高考题时，在语文领域的表现远强于数学，部分数学题 AI 大模型甚至全军覆没，没有一个能够正确计算出答案，遇到多选题时也是错误频出。究其原因，数学失之毫厘差之千里，不能出一丁点错误，文史类内容则可以允许出现部分错误和较为模糊的答案。
一年时间过去，AI 大模型进步神速，深度思考模式的加入、针对数学题的专项优化，令 AI 大模型在处理高考数学题时更加游刃有余。
比学霸更牛，
但大模型做题能力已拉开差距
四道题目测试下来，最终得分如下：
DeepSeek：33 分；
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。
经过测试，DeepSeek、讯飞星火、Kimi、文心一言均获得满分，豆包表现不错，因一时疏忽，遗憾丢了三分，痛失高考状元。通义千问计算较为简单的问题时，都保持了极高的水准，但处理较难的问题时出现了计算错误，需要再接再厉。
总是向 AI 行业泼冷水的苹果，日前在论文中表示，AI 推理模型只是「假思考」，根本没有稳定、可理解的推理过程，更像是记忆，处理复杂任务时可能会崩溃。AI 研究者 Lisan al Gaib 复刻苹果测试方法后表示，模型不是因为推理能力差失败，而是因为苹果限制了输出 token。
或许 AI 大模型推理能力仍存在上限，但我们看得到它们的进步。去年复旦大学 NLP 实验室测试 AI 大模型时，它们面对高考数学题表现糟糕，小雷在几次 AI 大模型横评测试中，也得到了类似的结果。今年的测试中，AI 大模型基本都能计算出问题的正确答案，曾经难住 AI 大模型的多选题，也未能再对 AI 大模型造成困扰。
AI 大模型数学题解答能力提升，最大受惠者可能是学生群体。国内学习机厂商和教育辅导平台，已陆续加入 AI 答题能力，但许多设备的 AI 大模型仅能解答中小学问题，例如行业翘楚小猿搜题，题目库不包含大学课程。
这六款 AI 大模型的优秀表现，证明了国内头部 AI 企业的实力，高考数学题已被征服，高等数学也不会远了。学习机厂商、教辅平台可以与头部 AI 企业合作，增强产品 AI 答题的能力，继续强化 AI 教育硬件业务。
夏日丽六月，金榜题名时。
又是一年高考季，雷科技「高考毕业季」专题上线，满足学生粉丝的信息需求，涵盖搜索、AI 等工具推荐，和手机、PC 等选购攻略。
敬请关注！
大家伙一块聊聊天，分享玩机技巧～
