十款大模型做高考数学题：伪装学霸实则靠蒙，腾讯、Kimi、百川是“真不会 ” gpt 4o太差劲！！

十款大模型做高考数学题：伪装学霸实则靠蒙，腾讯、Kimi、百川是“真不会 ”

出品 | 搜狐科技

作者 | 梁昌均 郑松毅

运营编辑 | 王一晴

6月7日，2024年全国高考拉开大幕。去年高考，搜狐科技&搜狐教育联合测评5款AI大模型挑战高考，今年我们迎来了更大规模的AI赴考大军。

ChatGPT-4o、阿里通义、字节豆包、百度文心一言、腾讯元宝、讯飞星火、智谱清言、月之暗面Kimi、百川百小应、MiniMax海螺AI等10款全新升级的大模型再次应考，参加作文、数学科目的测评。

在今年的高考数学测试中，我们选取了网络流传的新课标I卷的前8道单选题，并以图片的输入形式让大模型应考（其中豆包无图片识别功能，以文档形式输入测试）。

从答题结果显示，这10款大模型在数学题解答能力上差异明显。百度文心一言、字节豆包和讯飞星火均答对5道题，正确率达到63%，并列第一。

讯飞星火发挥保持稳定，其在去年的10道高考数学测试题中答对一半，以50%的正确率排名第一。当时，百度和ChatGPT均以40%的正确率排名并列第二。

阿里通义和智谱清言在此次考试中则均以50%的正确率并列第二，都答对4道题。这也表明，阿里通义的进步较大，去年其一道题也没答对，交了白卷。

ChatGPT-4o则和M