首个AI高考全卷评测结果发布：最高分303，数学全不及格

正在谦分420分的三科测试中，阿里通义千问2-72B以303分的成就拔得头筹，松随厥后的是OpenAI的GPT-4o，得到296分，而上海野生智能尝试室的墨客·浦语2.0位列第三。

那三年夜模子的得分率均超越了70%，展示了没有雅的气力。比拟之下，去自法国年夜模子草创公司的Mistral则排名开端。

到场此次评测的模子滥觞普遍，包罗阿里巴巴、整一万物、智谱AI、上海野生智能尝试室、法国Mistral的开源模子，和OpenAI的闭源模子GPT-4o。

为确保公允，尝试室出格指出，因为没法肯定闭源模子的更新工夫，评测中仅将GPT-4o做为参考，并已归入商用闭源模子。同时，一切到场评测的模子均正在下考前（2024年4月-6月）开源，有用制止了“刷题风险”。

从评测成果去看，年夜模子正在语文战英语圆里的表示遍及较好，但正在数教圆里则遍及没有合格。最下分仅为75分，由墨客·浦语2.0得到，松随厥后的是GPT-4o的73分。语文圆里，通义千问表示超卓，而英语则由GPT-4o发跑。

数教成就的不睬念凸隐出年夜模子正在庞大推理才能圆里的不敷。那一才能是金融、产业等请求牢靠场景降天所需的枢纽才能，也是年夜模子将来开展的主要标的目的。