ARTICLE · 1362284
高考数学卷,成了大模型的通用试金石
高考数学卷,成了大模型的通用试金石
一张2026数学全国一卷的跑分表,把各家大模型的逻辑推理能力摆到台面上。GPT-5.5和Deepseek_v4并列拿到144分,是榜单里的第一梯队;Gemini、Opus4.8紧随其后,142分差距很小。
高分段拼的不是简单计算,是读题、建模、多步骤推导、规避陷阱的综合能力。数学题有严谨的唯一解,容错极低,很适合用来检验模型的底层逻辑,而不只是话术拼接。
国内几个主流模型成绩分布很紧凑,Kimi2.6、GLM5.1、Doubao、Qwen3.7,分数差距只有几分,说明国内头部模型在数学推理上已经处在同一水平线,差距远没有一年前拉开得那么大。
当然,高考跑分只是一个维度。会做数学题,不等于工程落地、芯片调度、硬件调试同样擅长。推理强是基础能力,真正用到端侧、算力集群、板级方案里,还要看上下文稳定性、速度、显存开销。
单纯看分数,国内模型追赶的速度肉眼可见。你觉得数学推理,是大模型最难啃的一关吗?















































































