AI 一次性跑新高考 I 卷数学，究竟能拿多少分？亲测榜单公开

测试方法

一位 Linux.do 用户将 2026 年新高考 I 卷数学一次性全部发送给各大 AI 模型，不做任何提示优化，看模型能答多少分。

为什么选择一次性发送而非逐题？

"现在的模型都太强大了，先用这个方式来测试。把最难的题放在最后面，考验模型的长上下文注意力，这也是一种难度。"

测试环境

测试条件非常严格：

• GPT-5.2 Pro / 5.5 / 5.4 / 5.2 Thinking：官网 Pro 20X 账号，推理强度 Extra High，无 Personalization，无 Memory/Dreaming，未使用任何工具
• Gemini 3 DeepThink：官网，无 personalization，无记忆
• Gemini 3.1 Pro / 3.5 Flash：Google AI Studio，思考强度 high，参数默认
• Qwen 3.7 Max：千问官网，20 分钟思考不截断
• Claude 4.8 Opus：由社区用户 @Nobody_233 帮忙测试，官网 max thinking

测试结果

满分选手

• GPT-5.5：连续 3 次满分（150分），被认为是"不需要做高考卷证明实力"的存在
• GPT-5.4：也有较大概率满分

高分选手

• GPT-5.2 Pro / Thinking：表现优异
• Gemini 3 DeepThink：谷歌的深度思考模型表现不错
• Qwen 3.7 Max：国产模型中的亮眼表现，千问官网"20 分钟思考不截断，一点都不卡，比 GPT 网页版还好"

待补测

• Claude 4.8 Opus：只测了一次（测试者没钱）
• MiMo V2.5 Pro、GLM 5.1、DeepSeek V4 Pro：正在补测逐题发送方式

为什么有些模型没测？

测试者非常坦诚地说明了原因：

模型	未测原因
Kimi	没有 API 和官网会员
小米 MiMo	忘了 Xiaomi Mimo Studio
DeepSeek	没有 API，官网不是 max 思考强度
GLM 5.1	没有 API，官网思维链截断
Muse Spark	没有 API，官网思维链截断
Grok	没有 API，官网思维链截断
GPT-5.4 Pro	GPT-5.4 已有较大概率满分
GPT-5.5 Pro	GPT-5.5 已连续满分，无需再测

趣闻：GPT-5.5 的"降智"插曲

测试者发现一次 GPT-5.5 仅用 6 分 44 秒就拿到了 146 分，创下最高分/时长比。但由于怀疑是"问太多导致降智"，且第二天仍在降智状态，该成绩未被记入。

关键结论

1. 高考数学已不是 AI 的挑战：GPT-5.5 级别的模型可以稳定满分
2. 国产模型进步显著：Qwen 3.7 Max 在官网体验上甚至超过 GPT
3. 测试公平性很重要：不同平台的思考强度、截断策略差异巨大，直接影响结果
4. 长上下文是新考点：一次性发送整张试卷，考验的不只是数学能力，还有注意力分配

---

数据来源：测试者公开的多次测试对话链接