卡兹克榜单：大模型做今年高考题 mimo登顶竟然打过了gpt gemini 克劳德

Ningbainb 2026-06-09 11:26 1

来源卡兹克微信公众号

这个结果真是没想到

测试还是蛮严谨的站内测的很多都是官网不是api会调用工具并不严谨

这是原文https://mp.weixin.qq.com/s/XxNGiUwXlYm1g9I-v9vaHg

补充一下

核对了一下，14 题确实是给错题干了[苦涩][苦涩][苦涩]对不起大家，因为我也是从网上搜罗的真题，也确实看不懂那道题，所以也没及时发现题干有问题[裂开][裂开][裂开]。下次一定会再细心一点，找外部专业人士确认。。。然后好消息是这样的话，其实很多模型在不借助任何外部工具的情况下，数学都能上 140 了。。。

最新回复 (19)

user2995 06-09 11:28

1楼

我只能说，我见过好几个版本的榜单了，看看就好
zpljd 06-09 11:29

2楼

充分体现了大模型的不确定性哈哈哈哈
wklwkl 06-09 11:29

3楼

腾讯的混元都比gpt5.5高？这模型真的有人在用吗？有点离谱了感觉
咸鱼 06-09 11:29

4楼

不是说GPT，5分钟速通高考数学么？
user2995 06-09 11:30

5楼

文心数学都比chatgpt和Claude要强，我只能说有一些野榜
tydream 06-09 11:30

6楼

严谨在哪?可能不如站内测评。。。
gep 06-09 11:30

7楼

AI一次性跑新高考 I 卷数学究竟能拿多少分？论坛测gpt三次都是满分
Ningbainb 楼主 06-09 11:31

8楼

我觉得这个是最客观的统一调用的openr的api 不使用工具纯考大模型原始做题能力
hhf166 06-09 11:31

9楼

哈哈，我在用。在微信里面有些话我不知道怎么回，我就转发给元宝然后给点小提示。
Ningbainb 楼主 06-09 11:31

10楼

他这个不是api测的官网测可以调用各种工具还有联网搜索能力并不客观啊
user2995 06-09 11:32

11楼

只是说起来严谨，不能说明做到了严谨，我怀疑这榜单有明显的倾向性
奥托·阿波卡利斯 06-09 11:33

12楼

混元肘赢了gpt，老马怕不是笑死。然后大吹特吹。不过实际上并没有看到任何相关性的新闻。合理怀疑这个榜单是接了mino的商单。 ^-^
BOHE 06-09 11:33

13楼

只能说直接用模型的能力，大概分数区间就是这么个情况，有没有人到时候把理科全部卷子跑一遍，看看大概能上什么学校
Ningbainb 楼主 06-09 11:35

14楼

混元我是真没想到太难绷了一点这么小的模型还能在这么前面
麋鹿叔叔 06-09 11:39

15楼

只能说直接用模型的能力，大概分数区间就是这么个情况，有没有人到时候把理科全部卷子跑一遍，看看大概能上什么学校

一份试卷题目量太小，存在一定的偶然性 ^-^
苦哈哈 06-09 11:42

16楼

gpt和claude哪个好用可能阶段性的有分歧，，，那gpt、claude和混元这种哪个好用，应该不会有分歧
CrazySword 06-09 11:44

17楼

这属于统计口径问题，各个榜单排名以及测评侧重，还有评分方法都是可以微调的 ^-^
blacksein 06-09 11:45

18楼

语文的话 opus4.8这种中文表达能力还能拿120分啊 ^-^
番茄🍅 06-09 11:50

20楼

卡兹克曾经就因Manus被喷过，