大模型已经开始在高考数学上集体拿高分了

大模型已经开始在高考数学上集体拿高分了：满分 150 分，GPT-5.5、DeepSeek_v4直接拿到144，Gemini 和 Opus4.8 都是142。再往后看，Kimi2.6、Unisound U2、GLM5.1、豆包等国产模型，也基本集中在 130～139 分这个区间。

说实话，这个分数已经不是“会做题”的程度了。高考数学考的不只是计算能力，更考验审题、条件理解、公式选择、多步骤推理和解题稳定性。尤其是大题，只要中间一步走偏，后面基本就全乱了。所以这张成绩单让我最有感触的地方，是它正在把“复杂推理”这件事做得越来越稳定。

当然， 真实世界的问题不会像试卷一样条件明确，也不一定有标准答案。但这张成绩单至少提供了一个很直观的观察窗口：大模型的底层推理能力，已经比很多人想象中更扎实了。

以前我们问 AI：“你懂不懂？”

现在可能要开始问：“你能不能持续做对？”

#AI大模型 #高考数学 #国产大模型 #大模型评测 #人工智能 #AI推理 #高考回忆杀