之前大家都特别关注的大模型高考测试放出来之后，收到了很多的质疑： 有人说o3降智了 有人说用的客户端都是联网的，用 api 才是真实水平 有人说没加入近期变强的的 Gemini 于是机器之心又搞了一次测试 - 用不降智的 o3 测试 - o3之外，用各家模型的 API 统一测试 - 加入人气很高的了 Gemini 2.5 Pro 结果…又是很意外 o3 虽然没降智，但前三都没进，只屈居第四，最贵不代表就最好啊。 新选手gemini直接拿了第一，豆包和DeepSeek并列第二，但就差了一分。 其中豆包不管用api还是直接产品测试，分数都很高，实际做题场景，应该是国内的最佳选择了。