一年一度的高考季如期而至，今年共有12款顶级人工智能模型参加了语文和数学两门科目的考试测试。此次测试不仅涵盖了全面的试题内容，还邀请了多位经验丰富的高中教师对AI的答卷进行评分，力求呈现出更加客观、公正的评价结果。
参赛AI阵容及测试设计
本次测试涵盖了国内外市场主流的旗舰大模型。在国外部分，有Claude Opus 4.8、GPT-5.5和Gemini 3.1 Pro等三款知名模型；国内则包括千问3.7 max、文心Ernie 5.1、星火Spark X2、智谱GLM5.1、Kimi k2.6、MiniMax M3、DeepSeek V4 Pro、小米MiMo v2.5 Pro及混元3等模型。
为了确保评分公平可靠，主办方邀请了3位有阅卷经验的语文教师以及1位数学教师参与评分。语文部分因其主观性较强，评分取三位老师的平均分；数学部分则采用完整真题卷，由数学老师评分。
考试试卷及评分细节
- 语文试题选用官方发布的部分试题及参考答案，满分约为100分，评分后按比例换算至150分。
- 数学试卷为完整的全国统一真题，评分相对简单。
由于今年语文卷完整版未能及时获取，测试依赖官方公布的部分内容，影响了测试的完整性，但仍具参考价值。
测试意义与后续关注
此次让多款顶级AI模型同时参加语文和数学高考测试，不仅展现了当前大模型在语言理解和逻辑推理方面的综合能力，也为AI在教育辅助领域的应用提供了参考基础。特别是在AI编码和Agent能力普遍增强的背景下，此次测试凸显了语文理解能力的挑战性。
未来，随着大模型的持续进化，关注它们在应试能力以外的创新表现和实际应用效果将更加重要。此次测试结果也为教育评估和AI辅助学习工具的发展提供了宝贵数据。
感谢四位老师深夜批改十二份试卷的辛劳付出，他们的专业评判为本次测试提供了坚实保障。后续将持续关注各AI模型在更多考试科目及实战环境中的表现。
文章来源：https://finance.sina.com.cn/cj/2026-06-08/doc-iniasfpu5655196.shtml
所属栏目：{typename type="name"/}
