高考数学竞赛：六款AI技术对决，豆包与元宝荣膺冠军
发布时间：2025-06-09 12:04:15 | 责任编辑：吴昊 | 浏览量：2 次
随着高考的到来，数学考试再一次成为考生们心中的 “魔鬼”。在这场竞争中，六大人工智能模型也参与了挑战，分别是字节的豆包、腾讯的元宝、阿里的通义、百度的文心 X1Turbo、深度求索的 DeepSeek 以及 OpenAI 的 o3。此次测试采用的是2025年新课标 Ⅰ 卷的14道客观题，总分为73分，涵盖了单选题、多选题和填空题。
为了确保测试的公平性，所有模型在答题时都没有系统提示和联网搜索的支持，每个模型只能进行一次答题。经过一番较量，最终结果出乎意料，豆包和元宝同以68分的成绩并列第一，展现了出色的推理能力。相对而言，DeepSeek 和通义则稍显逊色，分别以63分和62分完赛。而文心 X1和 o3的表现则令人失望，尤其是 o3，仅获得34分，显现出对国内高考题目的适应性不足。
在具体题型的表现上，豆包、通义和元宝在单选题的表现颇为亮眼，各自得分35分。DeepSeek 因两道题失误拿下30分，而 o3则惨遭滑铁卢，单选题的得分仅为20分，错了一半的题目。而在多选题方面，豆包、DeepSeek 和元宝均表现完美，三道题全对，展现出强大的稳定性。相对来说，通义的表现虽然快速，但在关键时刻的判断失误也导致得分不理想。
此次测试不仅显示出各大 AI 模型在高考数学上的潜力和不足，也反映了它们在推理能力和反思能力上的进步。相较于去年，这些模型在细节处理、公式应用和逻辑推理上都有显著的提升。尽管仍然存在一些错误和不足，但这次比赛无疑为未来的 AI 数学能力打下了基础。
在2025年高考数学大赛中，六大AI模型展开了一场激烈的比拼，最终豆包和元宝以68分的成绩并列第一。
参赛模型及背景
此次参赛的六大模型包括：
-
豆包（Seed-Thingking-v1.5）：由字节跳动推出，表现优异。
-
元宝（腾讯混元T1）：腾讯推出的模型，与豆包并列第一。
-
DeepSeek R1：由深度求索推出，在此次比赛中表现也不错，但稍逊于豆包和元宝。
-
通义千问（Qwen3-235B-A22B）：阿里的模型，表现较为稳健。
-
文心一言（X1 Turbo）：百度的模型，成绩相对逊色。
-
OpenAI o3：国际知名模型，但在此次比赛中表现不佳，仅得34分。
比赛结果
-
豆包和元宝：以68分并列第一。
-
DeepSeek R1：得分63分。
-
通义千问：得分62分。
-
文心一言：得分51分。
-
OpenAI o3：得分34分，排名垫底。
表现分析
-
豆包和元宝：在代数、几何和概率统计等模块表现出色，逻辑清晰，推理能力强。
-
DeepSeek R1：虽然在数学能力上有一定表现，但在OCR识别和推理速度上存在短板。
-
通义千问：在解析几何题型上表现稳健，但整体得分稍逊于豆包和元宝。
-
文心一言：在多选题和填空题上表现不佳，正确率较低。
-
OpenAI o3：在数学相关数据训练和推理能力上存在不足，导致成绩不佳。
此次比赛不仅展示了AI模型在数学领域的潜力，也暴露了部分模型在特定任务上的不足。未来，随着技术的不断进步，AI在教育领域的应用将更加广泛。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
