讯飞星火X1

这篇文章描述了作者利用多个推理模型进行了一场数学高考的模拟测试，并详细介绍了测试规则。最终结果显示，Gemini表现最突出，而DeepSeek和Qwen3则表现较弱。通过这次测试，作者认为对于AI模型来说，数学高考并非特别难，但识别错误会影响结果。文章强调了考试公正性和严谨性的重要性。