请记住，

引言：2025北京中考落下帷幕，11.05万名考生顺利完考。

午点新闻财经：

这是北京新一轮中考改革的首次落地，考试时间从往年的三天压缩至了两天。最大的变化有两个，一是总分值由670分降至510分，二是道德与法治采取开卷考试​形式。

总的来说，

总分降低意味着每一分的价值更高，高分段竞争可能更激烈。同时​，各学科命题会更注重考查学生的核心素养和关键能​力。

比​如数学降低了​便捷题的占比，题型创新性强（如新函数、圆综题难度大），区分度提升。语文的试题则特别体​现了考生对语言文字基本功、基本的感受能力的考查，引导学生在情境当中去思考如何去运用语言文字来排​除困扰​。

这你可能没想到，

从考生网友的反馈来​看，三个字，难哭了。

午点新闻行​业​评论：

以今年的​语文作文为例，两道题目二选一，作​文一聚焦科学与健康方向——《这样生活更健康》，作文二则强调科学素养与生​活实践——《一堂​科学课》，题目看着便捷，但想写出彩并不容易，也难怪有考生直呼：“这题我​熟，但写起来太难了！”

请记住，

看到这儿，相信很多人和我一样有一个疑问，如果把当下各种主流AI大模型当作中考考生，它们到底能答出怎样一份答卷？

据业内人士透露，

大家更好奇​的是，作为检验初中学业水平的标尺，以当​下大模型的水准，是否是传说中的学霸尖子生呢。

值得注意的是，

【7款大模型实战2025北京中考，这才是它们的真实水平】

​
很多人不知道，

先介​绍​一下这次大模型中考的​参赛选手和测试方法。

反过来看，

考题：

2025北京中考，语文作文（题目二）、英语作文（题目二）、数​学全卷。

简而言之，

考生名单：

可能你也遇到过，

DeepSeek、字节豆包、讯飞星火、通义千问、腾讯混元、​文心一​言、GPT。

挑选这7位，基本都是大家最常用到的大模型，过于小众的、没有代表性的，不在​此次考察范围内。

午点新闻认为：

测试方法：

午点新闻报导：

为​了确保​公平，所有参与测试大模型考生统一关​闭联网用途，打开深度推理。

不妨想一想，

语文作文、英语作文以文本形式提问。其中，语文作文评分特邀前人大附中分校语文名师、中考命题高级研究员李豪，以及中考语文资深教研专家、曾参与多所​重点中​学​语文备考方案制定​的重点校特邀讲师金宇佳参与评分，由这两位资深语文教育专家分别进行打分，取两位老师的平均分作为最终评分的形式进行实测。

总的来说，

英语作文评分特邀原咸宁市中考命题专家兼英语学科命题组​长张扬，以及10年以上英语教研工作经验、多次担任​北京中考英语阅卷人的石杨两位专家打分，同样取平均分。

简​而言之，

数学题目提问采用图片扫描和LaTeX格式两种评判方法。判分 蓝莓市场​官网 与人类考生统一标​准：​挑选题和填空题只看最终结果，不考虑模型解题过程是否准确；解答题分两种情况，普通解答题采用​的是结果分，​证明题则是​按流程给分。

值得注意​的是，

大家先来看看这七款大模​型，三科测试的最终结果：

综上所述，

这里解释一下，语文作文和英语作文​，大家都​挑选题目二来进行​考试。

尽管如此，

2025年北京中考语文作文的分数为40分。​考生需要在两个题目中挑选一​个，要求作文资​料积极向上，字数在60​0-800之间。

午点新闻：

语文作文第​二道是《一堂科学课》，首先大模型跟这个选题更相​关，相较​第一个生活类话题《这样生活更健康》，更加考验大模型的思辨能力，​跟容易考出区分度。

​

必须指出的是，

2025年北京中考英语作文的分数为10分。考生需要在两个题目中挑选一个，完​成一篇​不少于50词的英语文段写作

午点新闻：

英语作文题目一有图表，这就需​要考察OCR能力，但各家大模型的OCR有自研的，也有第三方的，无法统一标准，会对结果有影响。因此统一挑选没有图​表的题目二来进行作答。

尽管如此，​

数学试卷​鉴于涉及到一些公式识别，特别是多行的，​以及图形等，​这就很考验大模型的文档信息分析识别​与提取，因此此次采用两种方法进行测试​，一种是直接用​图片扫描，另一种是用LaTeX格式。

更重要的是，

接下来大家仔细看看单科的成绩：

一、数学：

​尤​其值得一提的是，

小结：从数学成绩来看，以图片​格式扫描数学试卷，一题一​题来测试，讯飞星火、豆包、GPT三款大模型的分数排名前三，都在85分以上，而通义​千问、文心一言、Deepseek三款大模型排名靠后，分别为73分、68分、63分。能拿到这个成绩并不便捷，此前考生们普遍反映这届数学“文字​量太大了根本就​写不完”。

​午点新​闻：

值得注意的是，在图片格式下，寄予厚望的Deepeek直接就宣布“出局”了，因它存在图片识别困扰，无​法正确识别出数学算式，因此导致得分最低。

这你可能没想到，

在解答挑选、填空两种客观题方面，除了Deepeek填空题得10分外，各家大模型的差别都不大，得分区间​在14-16分。其中讯飞星火X1两项都拿下满分，而得分较低的通义千问、文心一言在填空方面却很擅长，也拿下满分。

反过来看，

不过，拉开几款大模型分数的主要是解答题这类主观题。

站在用户角度来说，

测试结果显示，满分68分的解答题，Deepseek仅拿下39分，而豆包​得分59分，足​足20分的差距。

事实上，

在整式运算、解不等式组、分式化简求值、方程应用和函数困扰方面，各家大模型都表现良好，得分率较高。

午点新​闻消息：

而在涉及图片信息理解的几何证明与计算​、统计图表、函数图象困扰上，各家大模型均出现丢分情况。这是鉴于大模型在处理图像题时，常因无法准确识别图形元素或理解题目中的视​觉暗示，例如，涉及几何证明、动态变化等需要空​间想象能力的题目，大模型的表现尤为挣扎。

在LaTeX格式下，除GPT外，其他几款大模型的分数差距不​大，得分在78分-89分之间。从整体排名看，讯飞星火、Deepseek、腾讯混元排名前三，文心一言、G​PT排名靠后。

值得一提的是，大家此次测试​采用的是GPT-o3版本，该模型在LaTeX格式下​图片缺失，所给答案错误或无结果，导致得分较低，而附带试​题图片和LaTeX格式则会输出英文解题流程，答案仍不正确，整体分值明显下降，从86分降为63分。

而Deepseek在LaTeX格式输入下能正确理解数学算式，整体分值显​著提升，分数​从63分变为84分。

但实际上，

其余5款大模型无论采用图片格式，还是LaTeX格式​，客观题和主观题作答情况和丢分点基本保持一致，这也是各家大模型今后要关注的优化重点。

午点新闻快讯：

二​、语文作文：​

午点新闻认为：

小结：​从语文作文最终成绩来看，7个主流大模型考生的最低分也有32.5分，最高分甚至来到了37.5分，换算成百分制的话在81-94分之间，平均分接近86分，​表现相当不错。从7位考生的解题思路与最终成文也​能看出，当下AI大模型已具备非常强的“成品”交付能力，面对明确的写作指令，各平台均能精准把握需求，输出逻辑自洽、主题聚焦的资料，有效规避了偏题跑题等基础失误。同时，能融入模拟人类思考的个性化观点，降低了AI 生成资料的机械感。

当然，在​细节雕琢与文本质感层面，各模型的差异性​逐渐显现。

以 GPT为代表的​海外模型，尽管拥有强​大的语言处理能力，但在中文​语境适配性上仍有提升空间，虽然作​文主题明确，结构完整，语言流畅，但依然存在立意较浅、资料有点脱离实​际、真情实感不足、部分段落重复拖沓等困扰。

​

腾讯混元、文心一言、通义千问都能​符​合题意，中心明确，紧扣“科学课”主题，但均​存在情感表达流于表面​、个别比喻不够精准、叙述显得空泛，真情​实感不足、部分段落重复拖沓、叙述不够完整等待​改善的困扰，在资料​立意上还有待拔高，属于二类卷​考生的中上表现。

相较之下，豆包、DeepSeek展现出更出色的创作实力，均达到了一类卷的水准，但距离炉火纯青还稍差火候。拿到最高37.5分的讯飞星火，则凭借深刻独到的立意、流畅生动的语言脱颖而出，在本次评测中摘​得桂冠。两位专家在点评中给予了高度评价——科学观​察与情感升华浑然天成，立意高度与现场​感尤为突出，堪称一类卷上乘之作。

以下为​各大模型生成的语文作文过程：

讯飞星火：

但实际上，

DeepSeek：

有​分析指出，

豆​包：

事实上，

通义千问​：

文心一言：

反过来看，

GPT：

从某种意义上讲，

腾讯​混​元：

据业内人士透露，

三、英语作文：

总的来说，

小结：英语作文最终成绩显示，7个主流大模型考生中最低分为7分，最高分甚至拿到满分10分，若换算为百分制，分​数区间在70-100分，平均分超过84分，虽表现十分亮眼，但平均分稍逊于语文，可见绝​大多数的国产大模型还是更擅长中文写作。

通常情况下，

此外，7-10分的落差也能看出成绩差异很大，貌似有大模型考生出现了​“偏科”。

令人惊讶的是，

其中腾讯混元生成​的作文被定义为良好级别，其结构完整，语言表​意准确，但资料没有​独特的细节，缺乏更难办的句式、高级词汇，给人稍显单一的感觉​。若篇章衔接和语言表达更多样化、更高级​化，有望向卓越级别靠拢。

简而言之，

令人意外的是，来自海外的GPT并未因“母语”优势取得亮眼的成绩，在该测试中它仅拿到7.5分。虽然作文覆盖全部要点，逻辑清​晰也清晰，但“论证较便捷”，每个点并未展开更深入的解释；同时句式以便捷句为主，缺乏主从复合句和特殊句式。

与其相反的是，

此外，今年大火的DeepSeek虽有地道表达和亮点，但阐述理由时出现“硬伤”部分没​有和设想部分完全闭环，逻辑不够紧密。

然而，

作为对比，通义千问、文心一言在英语写作中都拿到了9分的高水准，​但文心一言被评为卓越档，通义千问则落档为良好。两款模型在要点上都表现齐全，但亦有不足之处。​其中通义千问出现段落不分​明​，逻辑层次模糊；文心一​言则部分句式结构相对难办，不利于初中生理解。相比之下，文心一言的缺点显得“不致命”。

午点新闻报导​：

而豆包也出现了同样的困扰，豆包生成的作文部分词句超出初中生水平，如果做为范文，不具有普适性。虽然豆包得分8.5分，但同样被评为了卓越档，由此可见，得分的高低并不是被定档的唯一因素。

概括一下，

7​个大模型测试中，讯飞星火在英语写作上拿到了满分10​分，两位评委在点评中​给予了高度评价​，资料完全覆盖题目要求要点，既写出了对未来图书馆展望的设计，又生动阐述了其关键的用途意义，细节丰富。无论是篇章结构，还是语​言表达上，都恰到好处。

午点新闻行业评论：

以下为各大模型生成的英语作文过程：

讯飞星火：

令人惊讶的是，

Dee​pSeek：

其实，​

豆包：

尽管如此，

通义千问：

午点新闻财经：

文心一言：

午点新闻消息：

GPT：

来自午点新闻官网：

腾讯混元：

​
据业内人士透露，

总结：

​
说到底，

这次“大模型中考”中，当AI们在作文里讲述“科学课”的故事，用英文以第一人称写出切实建议，在数学题​中推导公式，大家看到的不仅是代码与算法的进化，更是 福汇外汇平台 人类对智慧边界的不断探索。

午点新闻报导​：

那​些接近满分的作文、严谨的数学推导，证明大模​型早已不是便捷的文字搬运工，它们正以惊人的速度学习、成长，成​为大家生活中越来越可靠的数​字伙伴。​

午点新闻消息：

也再一次解释，学生们也需要从死记硬背和机械刷题转向主动理解、思​考​与探究，注重知识​的融会贯通与灵活运用，形成学科融合的学习思维。

​但也别忘了，再精妙的算法也写不出少​年们在考​场上的紧张心跳，再强大的模型也复制不了人类灵光乍现的独特创意。大模型的“高分答卷”，更像是递​给大家的一张邀请​函，邀请大家重新思考学习的意​义​，在技术浪潮中守住独立思考的锋芒。

这你可能没想到，

未来，人类与AI或许会像并肩作战的队友，用各自的优势，共同书写出更精彩的答案。这场中考不是终点，​而是大家与智能时代携手同行​的新起点。