一年一度的高考季又到了。
從上上週開始，就有很多朋友來問我，今年高考還測不測大模型考試了。
測，肯定測。
國外基本就是大家熟悉的御三家，Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro。
國內這邊，我也儘量選了各家現在最能打的。
千問3.7 max、文心Ernie 5.1、星火Spark X2、智譜GLM5.1、Kimi k2.6、MiniMax M3、DeepSeek V4 Pro、小米MiMo v2.5 Pro、混元3這些都有。
數學則是完整的真題試卷，就比較簡單了。
數學本來我們打算是分成多模態和純文本賽道的，但是真題一出來之後，發現只有一道題，也就是立體幾何那道題帶圖形。但題幹其實就完全包含了這個圖形的所有信息，沒有必要，所以就改成了全部都通過LaTeX格式輸入。
雖然PDF轉 LaTeX 格式這一步是AI做的，但是讓它轉了之後，我也同樣寫了一個 LaTeX 編譯器的腳本，它會在左邊放上原本的題目，右邊是 LaTeX 數據編譯後的最終題目，方便我和老師們進行覈對，在準確性上，我們還是花了一些力氣的。
然後我們也開發了一個自己的考試腳本，我們只需要把題目丟進去，腳本就會自動調 API，自動讓模型作答，自動把客觀題判掉，主觀題再送到我搭的在線閱卷平臺裏，讓真人老師盲評。
考試的Prompt按照下面的設置給模型。
客觀題只是單純限制它的格式輸出，方便我的腳本對客觀題進行打分，不做任何的引導。
主觀題就直接把裸題給模型丟過去讓他作答。
以及在數學的填空題上面，也是讓它根據數值打分，不是根據格式打分。因爲填空題容易出現，在分數或者說有根號的情況下，會有不同的寫法，同一個數值會有不同的寫法。所以這次在腳本中也是有格外注意這一點。
反正作答上我們儘量確保要公平、公平再公平，客觀、客觀再客觀。
老師使用自己的名字，登進去之後，看到的每份卷子上面只有一個代號。卷ABCD巴拉巴拉。
這樣的話，老師並不知道這道卷子是哪一個模型做的答，也會避免一些前置的刻板印象帶來一些閱卷上的影響。
老師可以隨意選擇一套卷子開始閱卷，然後裏面的打分界面是這樣的。
直接在裏面逐題批改。
這裏面有幾個讓我挺意外的地方。
先看總分，第一名MiMo v2.5 Pro，256.3分。第二名Kimi k2.6，256.29分。
差了0.01分。
MiMo比Kimi語文少了1分，Kimi數學比MiMo少了1分。。。
要知道我們測評的語文卷子只有一道客觀選擇題，其他全是主觀題，再加上有作文的存在，換算到實際評分上，可能就是某位語文老師在某道主觀題上多給了1分的區別。
往下看從第三名到第九名，Claude Opus 4.8，一直到GLM 5.1和Gemini 3.1 Pro並列的252.78，7個模型之間的差距僅僅在2分。
可以說，至少在這兩套高考卷子上的表現，前面這9個頂級的AI大模型模型幾乎真的都拉不開差距了，分差極小。
看完了總分，再來看看單科的成績。
你會發現，我們的語文狀元在3位老師盲測中，由GLM5.1和Gemini 3.1 Pro共同摘奪桂冠，但是在數學上又有點偏科，而且幾乎都是兄弟肩並肩，我的腦子裏已經出現了中學班上某一個同學的樣子了。。。
反過來的例子也有，DeepSeek V4 Pro，和MiMo、ERNIE 5.1三家並列數學最高分，但語文又奇低。。。
坦率的講，這其實不太符合我對DeepSeek強世界知識的印象。
我把語文的評分單獨拎出來看了下，這裏注意一下，因爲語文真題目前全部的還沒出來，所以現在用的是部分的題集合成的101分版本，最後折算成150分制的，所以下面你看到的總分其實都是101分制的。
他們的評語其實也都非常的有意思。
所以他們一改完卷，我也去認真看了看他們所有的評語。
其實三位老師從給分上看，是能看出來他們有各自的偏好，但是在他們的評語有一個共同點。
他們很在意高考作文的可評分結構。
評語裏會高頻出現文體不清，文章結構不夠清晰，觀點不夠清晰明確，論證不充分，時代關聯不足等等評語。
比如這一篇所有模型中得分最高的，由GLM 5.1寫的作文，就有兩位老師都提出了文章結構不夠清晰的毛病。
作文原文我也放在這裏了，大家可以在評論區評一評。
你會發現幾乎所有的模型，其實沒啥大的分差。
我也從數學老師那裏得到了非常積極的反饋，剛改完前面幾個大題，他就在很興奮的跟我說，發現正確率挺高的，基本都是滿分。
但是方法會不一樣。
主要是在幾何上，這個就很有意思了。
還有一個有意思的就是，我在讓Opus 4.8跑數學最後一道大題的時候，他莫名其妙的卡死了很多很多輪。。。
不太有意思的就是，我忘記它一直在重試，導致我OpenRouter上爲數不多的餘額全給耗光了。。。
忽然又想起，2023年，我第一次拿高考題去測AI。
當時是讓ChatGPT去寫高考作文。
那會兒GPT-4還是最能打的，國產模型甚至都還沒有幾個。
2024年，國產也開始捲起來了，但還是有很多哭笑不得的翻車。去年2025那次測完，有幾個模型的數學水平已經夠上一本線了。
今年是2026。
四年了。
也算是見證了那好多好多個模型的浮沉。
我們自己也在變，23年的時候，只會寫個作文，去年測試，還是人工複製粘貼到十幾個大模型的官網裏面去測試，不斷的roll。
今年，寫批量腳本，寫LaTeX轉譯，請高考閱卷老師們助陣，又爲他們徒手開發了閱卷網站。
我當然也可以隨手測一下整個活，但是想了想，這幾年，在這個選題上，我覺得還是要儘可能的保證客觀和公平。
因爲，這是高考。
這兩個字，在中國，承載的東西太多也太厚重了。
做閱卷網站的時候，我一直在糾結用什麼主意象，最後選了鳳凰花。
六月的鳳凰花開得正盛，每年都準時趕在這個節點上，送走一屆又一屆的人。
最後。
我想用最近一段對我非常有感觸的話來結尾，它來自《燕雲十六聲》最近更新的青州地圖的最後的任務，當一衆學子即將畢業之時，文津館文元林險生對大家說：
“你們，自天南地北負笈而來，今日散去，又是去往天南地北，此後山長水遠，很多人將不復相見了。
此去，必有風霜凜冽之時，願諸君，乾坤既大，草木尤青，本心擇路，篤志前行。
各位，一路順風。”
以上，既然看到這裏了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章，我們，下次再見。
>/ 作者：卡茲克、tashi
>/ 投稿或爆料，請聯繫郵箱： [email protected]