如今，AI 刷题的能力着实令人惊叹。在挑战高考数学卷的测评中，DeepSeek-R1、腾讯混元 T1、Grok3 等十大模型纷纷登场。这些模型展现出了强大的计算和推理能力，仿佛拥有着无尽的知识储备。它们快速准确地解答着一道道数学题目，无论是代数、几何还是概率统计，都能应对自如。其解题速度之快、准确率之高，让人为之震撼。这不仅体现了 AI 在学术领域的巨大潜力，也引发了人们对于教育、学习等方面的深刻思考，究竟未来的学习模式会因 AI 而发生怎样的改变呢？

本文来自微信公众号：每日经济新闻 （ID：nbdnews），编辑：金冥羽兰素英盖源源，作者：每经记者，原文标题：《AI刷题强到可怕？挑战高考数学卷，DeepSeek-R1、腾讯混元T1、Grok 3等十大模型测评来了》

2025年高考大幕虽已落下，但关于数学科目难度的讨论热度不减。

《每日经济新闻》记者（以下简称“每经记者”）选取今年的全国新课标数学I卷作为考题，对DeepSeek-R1、腾讯元宝（混元T1）、OpenAI的o3、谷歌的Gemini 2.5 Pro和xAI的Grok3等十款AI推理大模型进行了测评，以检验当今主流AI推理大模型的数学能力。

测评结果显示，国产大模型DeepSeek-R1与腾讯混元T1以零错误并列榜首。而被马斯克称为“地表最强AI”的Grok 3却遭遇“滑铁卢”，排名倒数第三。

测评标准

本次测评以2025年全国新课标数学I卷（总分150分）作为考题。但每经记者在测试中发现，部分AI推理模型以“重要考试期间”为由拒绝对包含试题的图片进行识别和解答。

为了让所有参评大模型站在同一起跑线，测评移除了试卷中所有需要分析图形和图表的题目，形成一份有效总分为117分的标准化试卷。

同时，对于谷歌Gemini 2.5 Pro等没有这一限制的推理模型，仍将以150分的完整试卷进行测试，旨在测试推理大模型所能达到的最高水平。

扣分标准上，每经记者在选择题和填空题上都遵循了高考评卷的扣分标准，但对于解答题，本次测评只根据结果计算得分，不对过程打分。

需要说明的是，在此次测试中，每款推理大模型只进行单次测试，得分也仅反映单次测试的结果。

DeepSeek-R1和腾讯混元T1并列第一

在排除了图形/图表题的117分试卷测试中，DeepSeek-R1与腾讯混元T1展现出了绝对的优势，以零错误的完美表现，取得了117分的满分成绩，并列第一。这表明，在代数计算和函数题等题型解答上，其能力已经达到了极高的水准和稳定性。

讯飞星火X1以112分的成绩紧随其后。相较于DeepSeek-R1与腾讯混元T1这两款大模型，讯飞星火X1多错了一道填空题。这道题的正确答案是“±2”，而讯飞星火X1给出的答案是“2”。实际上，该模型的推理过程没有问题，认为“2”和“-2”都满足题目条件，但陷入自我怀疑，最终只给出了答案“2”。

讯飞星火X1的推理过程

其他得分超过100分的还有Gemini 2.5 Pro（109分）、o3（107分）、阿里千问Qwen3（106分）和豆包深度思考模式（104分）。在分数占比最高的解答题上，Gemini 2.5 Pro和o3均有失误，其中一道大题仅有部分正确，而阿里千问Qwen3和豆包深度思考模式均拿下满分。

Grok 3惨遭“滑铁卢”，排名倒数第三

在本次参评的所有AI推理大模型中，如果说有谁的结果最令人意外，那无疑是马斯克旗下xAI公司开发的、被马斯克称为“地表最强AI”的Grok 3。

Grok在发布之初就被市场寄予厚望，被认为是最有潜力挑战GPT和Gemini霸主地位的“黑马”。马斯克多次暗示，Grok的目标是成为最强大的AI。

然而，Grok 3此次的表现可以说是遭遇了“滑铁卢”。在117分的试题测试中，Grok 3仅获得91分，在10个参与测试的推理大模型中排名倒数第三。

深入分析其答卷，每经记者发现，Grok 3失分的一个独特且关键的原因：它似乎无法正确理解多选题这类题型。

测试过程显示，即使在记者提示题目为多选题的情况下，Grok 3也“顽固”地只给出一个它认为的最优解，导致只能得到部分分数。

排名倒数第二的是智谱清言推理模式，在117分试卷的测试中得分为78分。

实际上，该模型在多道题目的推理过程中都找到了正确答案，但是往往会在最后一步出现自我怀疑导致逻辑崩溃，陷入循环，最终功亏一篑，白白丢了很多分。

排在最末尾的是Kimi k1.5，该模型在最后两道压轴大题上栽了大跟头，损失了大量的分数。

综合所有测试情况来看，在处理有固定步骤和严密逻辑的数学问题上，AI推理大模型已经具备很强的能力。但在涉及抽象和创新思维的题目上，目前的大模型还存在一定的局限性。

记者|岳楚鹏高涵

编辑|金冥羽兰素英盖源源

校对|卢祥勇封面图片来源：视觉中国

｜每日经济新闻nbdnews原创文章｜

未经许可禁止转载、摘编、复制及镜像等使用

如需转载请向本公众号后台申请并获得授权

推荐阅读↓

太疯狂！全球唯一一只薄荷色LABUBU拍出108万元，买家还要付16.2万元的佣金！泡泡玛特股价再创新高，年内已涨191%

至少10人死亡！奥地利突发校园枪击案，死者包括学生和至少一名成年人！奥总理：国家悲剧

一集装箱货轮在印度海域爆炸！船上有14名中国船员，已有12人获救，仍有2名中国台湾船员失踪

洛杉矶已经失控，有人用可致命烟花攻击警察！美国前副总统哈里斯：特朗普的做法是“危险的升级”！专家：背后是一场极限党争

最新！乌袭击俄军用机场及一军工厂，两架俄战机被击中，军工厂被迫停产，俄外长：英国为乌克兰对俄实施恐怖袭击提供帮助

马斯克的“星链”卫星突然大批坠落！