国产大模型推理能力实测对比
Kimi-K2.6
智谱清言
DeepSeek-V4
Kimi
MiniMax M3
让AI做高考数学，最高148分，最低137分，差在哪？上个月新京报搞了个有意思的测试——让6款大模型做2026年新高考I卷数学。请了两位特级教师按高考阅卷标准打分。分数出来了：· 🥇 讯飞星火：148分· Kimi：145分· DeepSeek：144分· 智谱：143分· MiniMax：142分· ChatGPT：137分基础题大家差不多，选择题填空题几乎全员满分。真正拉开差距的是解答题和压轴题——能写出严谨推导过程的分数就高，逻辑跳步的就被扣分。压轴题（第18、19题）成了分水岭，有模型最后一题只得了12分（满分17分）。老师点评很到位：现在大模型的数学能力竞争，已经不是“能不能算出结果”，而是“过程够不够严谨、逻辑完不完整”。那之后我看AI的心态变了一点。跑分再高，解不出压轴题也是虚的。你们平时用哪个AI？
发布于 江西
分享
评论
赞
未登录
友善发言
评论
加载中
