6 大模型决战高考数学新一卷，豆包和元宝并列第一，OpenAI o3 垫底，如何解读它们的表现？

好像这个问题已经成了openai赢学家，gemini赢学家和deepseek赢学家的互喷现场了……似乎真的做题真的做的过AI的人并不多。

这些模型虽然做题能力挺强的，但实际上并不如我强，所以我一般就是简单题让他们做来省点力。数学代码都这样。

点赞过500我就自己去测一遍全卷（包括后面的题）吧，不知道有多少人支持。