2. Linux.do
  3. 佬们觉得哪个AI高考数学肯定能考满分？

佬们觉得哪个AI高考数学肯定能考满分？

lueluelue 2026-06-07 12:30 1

禁用联网，禁用代码执行

尽可能测试所有卷子，每个题测 3 次， 3 次全做对才算对

因为我没钱买 api 所以大部分只能测官网了

不能多模态的模型不测多模态题目，除非是可以通过非常简单的无歧义的语言描述的题


星光组：特别特别有希望拿满分的模型





  • OpenAI - GPT 5.5

  • OpenAI - GPT 5.4

  • OpenAI - GPT 5.2

  • OpenAI - o3 Pro

  • Google - Gemini 3 DeepThink

  • Google - Gemini 3.1 Pro

  • Google - Gemini 3.5 Flash

  • Meta - Muse Spark

  • Alibaba - Qwen 3.7 Max

  • Alibaba - Qwen 3.7 Plus

  • 智谱 AI - GLM 5.1

  • DeepSeek - DeepSeek V4-Pro

  • Anthropic - Claude 4.8 Opus

  • Moonshot AI - Kimi K2.6






0
投票人




阳光组：也有希望，但优先级略低一档的模型





  • OpenAI - o3

  • OpenAI - GPT-OSS-120b

  • OpenAI - GPT-OSS-20b

  • Google - Gemma 4 31B IT

  • xAI - Grok 4.3

  • xAI - Grok 4.2 Heavy

  • ByteDance - Doubao Seed 2.0 Pro

  • 百度 - ERNIE 5.1 Thinking

  • 小米 - Mimo 2.5 Pro

  • 小米 - Mimo 2.5

  • MiniMax - MiniMax M3

  • 阶跃星辰 - Step 3.7 Flash






0
投票人




神仙组：不满分拉出来批斗，由于成本过高，每个题就测一次了^-^





  • OpenAI - GPT 5.5 Pro

  • OpenAI - GPT 5.4 Pro

  • OpenAI - GPT 5.2 Pro






0
投票人




注：



  1. 所有模型必须都禁用联网、禁用代码执行。

  2. OpenAI GPT 5.5 / 5.4 / 5.2 使用官网 heavy。

  3. Google Gemini 3.1 Pro / 3.5 Flash 使用 Google AI Studio，设置为 High。

  4. OpenAI GPT-OSS-120b / GPT-OSS-20b 使用 Groq API，设置为 High + 65536，这是最大值了， Groq 好像不能设置 128K 思考。

  5. Google Gemini 3 DeepThink 使用 Gemini App 官网。

  6. ByteDance Doubao Seed 2.0 Pro 使用豆包 App 专家模式，尽可能测，怕 rate limit。

  7. GLM 5.1 使用官网，尽可能测，因为官网总是繁忙。

  8. Grok 4.3 / Grok 4.2 Heavy、Meta Muse Spark 如果联网搜索或调用工具，就重测。

  9. DeepSeek V4-Pro、Claude 4.8 Opus、Kimi K2.6、MiniMax M3、Step 3.7 Flash 对不起，我没钱测^-^希望佬们帮忙测试测试

最新回复 (19)
  • DeepSuck-深度求嗦 06-07 12:31
    1楼

    我觉得 gpt5.5pro 可以破 禁用代码执行不太行吧 禁用联网到可以 如果有题目可以发给我我试试看

  • lueluelue 楼主 06-07 12:32
    2楼

    这应该还没开始考吧？哈哈哈哈哈， GPT 5.5 Pro有点杀鸡用牛刀了 吧

  • RyanVan 06-07 12:34
    3楼

    数学题，肯定还是Gemini 3 DeepThink最强

  • lueluelue 楼主 06-07 12:35
    4楼

    DT 好像拉完了，幻觉好像非常高，尤其是证明题，几何题好像都容易给出伪证了

  • RyanVan 06-07 12:35
    5楼

    话说没有o3 pro了呀，用api测试嘛


  • XTer 06-07 12:36
    6楼

    我觉得可以直接去试一试，等题目出来后


    就直接把规则定死，不让它联网、能写入过程文件但是禁止代码执行

  • lueluelue 楼主 06-07 12:36
    7楼

    官网抓包可以用 o3 Pro，他只要显示 Pro thinking 回复他是 O3 就可

  • lueluelue 楼主 06-07 12:37
    8楼

    对，不联网，禁止代码执行，我想的是，现在的 AI 都这么强了，那就测三次，取最差结果hhh

  • lueluelue 楼主 06-07 12:37
    9楼

    GPT pro 太强了，那个就直接忽略了，哈哈哈哈哈哈

    我觉得可以再加一个组，我再加一下

  • 幽默纸盒人🛡️🐦‍🔥 06-07 12:38
    10楼

    这个投票没有豆包我是不认可的哈哈哈哈 社会你豆姐

  • 于小盼 06-07 12:38
    11楼

    为什么5.2拿不了满分？？！！


    因为他根本答不完题


    如果有opus4.6 4.6也有可能拿满分

  • lueluelue 楼主 06-07 12:39
    12楼

    笑晕了，绝对答不完题，太慢了哈哈哈

  • zzzdonks 06-07 12:39
    13楼

    gpt:5.4 5.5

    gemini:3.1pro

    claude:opus4.6-4.8 sonnet:4.6-4.8

    别的没用过不好评价 以上应该都可以轻松满分（如果不考虑评卷人主观因素在过程中扣分的话

  • lyrx 06-07 12:39
    14楼

    没有AI可以，AI答满分，你别逗高考数学笑了，先不谈题目难度，就答题规范AI就不行。

  • lueluelue 楼主 06-07 12:40
    15楼

    超过 5 分钟了，没法改了。没事，让 4.8 Opus 参战吧hhhh

  • lueluelue 楼主 06-07 12:40
    16楼

    我觉得也是，我打算批卷让 GPT 5.5 Pro 批证明题

  • 于小盼 06-07 12:40
    17楼

    我感觉 4.7 4.8 对于4.6来说 都是依托答辩

  • blacksein 06-07 12:41
    18楼

    感觉没一个能满分的 禁用代码执行 计算都会不对呢

  • lueluelue 楼主 06-07 12:41
    19楼

    我感觉 GPT 答的比大多数学生都要标准^-^，而且去年 o1 去挑战高考基本就能满分，o3 mini 也可以

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐