和前两年差不多，还没考完呢“史上最难”“喜提大专”之类的词条已经先一步冲上了热搜。

最让人绷不住的，毫无疑问还是又是就是——数学。

6月7日下午，2026全国高考数学刚考完，#高考数学#难就冲上微博热搜第一。

尤其是最后一道题，更是被网友集体誉为“史上最难高考压轴题”，可以说是考完就道心破碎、喜提大专、准备二战。

见此场景，黑马当时就有了个好点子：

如果今年的数学卷真的这么难，那不就是上好的试金石，正好拿它来测AI……

毕竟过去两年，各家 AI 天天都在宣传自己数学能力有多强——什么推理模型、强化学习、长链思维说得一个比一个猛。

既然你们都真心实意的宣传了，那我就大发慈悲的把你们直接拉上考场，真刀真枪考一次。

说干就干，转头黑马就扒拉了6个目前常用的AI，为了以示公平，除了国内大模型之外，黑马还专门邀请了Gemini和ChatGPT两个国际选手参赛。

一张试卷，满分150分，同一考场，同一时间，没有搜索、没有外挂、纯靠模型本身的推理能力。

我们想看看——在真正的"高考级"难度面前，谁是真学霸，谁在裸泳。

知道你们好奇，我们一个一个来看解题过程。

成绩单往下翻，在前10道选择题上，千问、豆包、元宝、DS、GPT、Gemini，清一色满分。

基础送分题拉不开差距，这很正常。

但僵局没有持续太久，从第11题开始，Gemini就开始掉链子，6 分没了；到了填空题又拉下来两位选手，元宝第14题哑火，GPT 第12题丢分……

想不到吧，应用题都还没开始就已经决出了前三甲了。

具体来看的话：

DeepSeek、Gemini、GPT都倒在了第（3）题，各丢5分；

豆包、元宝则在第（2）问和第（3）问同时失守，各丢9分；

只有千问的三个小问全部正确，满分通过。

点击查看大图

当我们把各家的解题过程摆在一起看时嘛，很容易就能发现差距在哪里，前面那几步大家都会做。

但能不能从第一步一直正确推到最后一步，才是真正决定分数的关键。

对于考生来说，这份成绩单其实说明了一件事：

哪怕到了 2026 年，高考数学依然是检验思维能力最有效的试卷之一，因为它考察的从来不只是知识点，而是你能不能在陌生环境下完成推理、计算、迁移和验证。

这也是为什么很多人觉得数学难，因为它不允许你“差不多”。

对 AI 行业来说，道理也是一样。

现在的大模型写作文、翻译、总结资料，大家水平已经越来越接近很多场景里，你甚至很难感受到明显差异。

但数学不一样，尤其是高考压轴题这种"一步错步步错"的题型。

它就像个照妖镜，谁是真会推理，谁只是看起来会推理，往里一照基本就藏不住了。

回头看，其实还挺有意思的。

2023年，我们第一次拿高考题测试AI的时候，讨论最多的问题还是AI会不会写作文。

那时候大家觉得，写作是一件很高级的事情，需要理解、思考、表达和创造力。

但数学恰恰相反，当时它还被认为是最考验逻辑和推理能力的领域，也是AI最难跨过去的一道坎。

等到2024年的时候，我们终于开始讨论AI能不能做压轴题，能不能上140分，能不能考上985。

直到今年，阿里千问在数学高考试卷上拿下了满分。

现在你要是问我明年AI会被拿来测什么，那我也只能说不知道了。

撰文：柯然

编辑：Lena