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：

所有模型必须都禁用联网、禁用代码执行。

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

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

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。

Google Gemini 3 DeepThink 使用 Gemini App 官网。

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

GLM 5.1 使用官网，尽可能测，因为官网总是繁忙。

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

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