2025年高考數學結束后，關于數學考試難度的話題迅速引爆了熱搜。

　　于此同時，一場人類考生與AI的數學較量也引發廣泛關注。DeepSeek R1 0528、訊飛星火 X1-0420、GPT o3 等國內外主流深度推理大模型化身 "AI 考生"，在高考數學卷上展開激烈角逐。其中，訊飛星火X1以141分的優異成績脫穎而出，穩居國內大模型第一梯隊。

　　本次評測由IT之家發起，采用了多版本交叉驗證結合老師解題驗證的方式，總分設定為150分，并特別邀請了具有十年高中數學一線教研經驗的專家輔助評分。參與評測的深度推理大模型共有七家，包括訊飛星火X1-0420、DeepSeek R1 0528、通義千問Qwen3-235B-A22B、豆包 Seed-Thingking-v1.5、文心X1 Turbo、騰訊混元Hunyuan T1 latest以及GPT o3。

　　在考試開始時，面對較為基礎的選擇題，各家大模型均有不錯的表現。

　　然而，隨著題目難度的不斷上升，模型間的差異開始顯現。比如在面對一道對數函數題時，DeepSeek都出現了錯誤。而到了解答題環節，各家比分開始進一步拉開差距。

　　根據測評的最終結果，本次參與測評的大模型大多達到了人類優秀考生的水準，相較去年有較大提升。其中，DeepSeek和訊飛星火X1表現突出，是唯二突破140分的大模型;豆包、通義千問、元寶等國產大模型分數則緊跟第三名GPT o3，接近國際頂尖的模型水平。

　　據悉，訊飛星火X1作為第一梯隊的深度推理大模型，其版本相較于其他模型較早，同時模型量級也相對較小(70B)。但是在測評中，訊飛星火X1卻展現出強大的推理能力。特別在解答題環節，訊飛星火都能夠給出正確的答案和清晰明了的解題過程，并多次獲得滿分，其表現令人印象深刻。

　　值得一提的是，基于在教育領域深耕20多年的經驗，訊飛星火X1在其他學科的測試中表現同樣亮眼。比如在微博#AI高考作文盲評挑戰#中，訊飛星火X1成功拔得頭籌;在英語作文方面，訊飛星火X1同樣在新京報的測評中奪得第一，展現出強大的語言能力。

　　隨著AI技術的不斷發展，深度推理大模型在教育領域的應用前景越來越廣闊。訊飛星火作為其中的佼佼者，不僅為學生提供了有力的學習支持，更為教育行業的創新升級注入了新的活力。未來，我們有理由相信，訊飛星火將繼續引領教育創新，為培養更多優秀人才貢獻力量。