在前不久高考结束后，上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试。6月19日， OpenCompass发布了首个大模型高考全卷评测结果。

语数外三科加起来的满分为420分，此次高考测试结果显示，阿里通义千问2-72B排名第一，为303分，OpenAI的GPT-4o排名第二，得分296分，上海人工智能实验室的书生·浦语2.0排名第三，三个大模型的得分率均超过70%。来自法国大模型初创公司的Mistral排名末尾。

从结果来看，大模型的语文、英语考试水平普遍不错，但数学都不及格，最高分也只有75分，来自书生·浦语2.0，其次是GPT-4o，得分73分。语文最高分是通义千问，英语最高分是GPT-4o。在数学方面大模型还有很大的提升空间。数学关乎复杂推理相关能力，这是大模型普遍面临的难题，也是大模型在金融、工业等要求可靠的场景落地需要的关键能力。

此次测试的模型分别来自阿里巴巴、零一万物、智谱AI、上海人工智能实验室、法国Mistral的开源模型，以及来自OpenAI的闭源模型GPT-4o。实验室表示，因无法确定闭源模型的更新时间，为公平起见，此次评测没有纳入商用闭源模型，仅引入GPT-4o作为评测参考。这次选择参与高考的“考生”均在高考前（2024年4月-6月）开源，避免了“刷题风险”。

之前有元宇宙，后来区块链，再来ChatGPT
一波接一波，到底搞出了多少东西不清楚，反正股价是上去了。

首先网络得互通。其次，高考都新题，题库里没有，AI只是执行能力强，并不是创造，创造还是靠人。如果做题库，看正确率看时间，肯定AI N多倍的胜出。

所以才在高考前才开源，就怕AI搜题库，目前这些AI都是个网络资源搜索整理高手。

GDP世界第一国家股市三只票就抵得上GDP第二国家股市总市值。必须不断打鸡血。英伟达现在机构已经给出未来两百美元股价了，那时市值就是五万亿美元了。。