Com a chegada do exame de ingresso ao ensino superior, as provas de matemática voltaram a ser vistas como um verdadeiro "demônio" pelos candidatos. Nessa competição, seis modelos de inteligência artificial também enfrentaram o desafio: DouBao da ByteDance, Yuanbao da Tencent, Tongyi da Alibaba, Wenxin X1Turbo da Baidu, DeepSeek da QiuSuo e o o3 da OpenAI. O teste utilizou 14 questões objetivas do novo padrão curricular I de 2025, totalizando 73 pontos, que incluem questões de múltipla escolha, de múltipla resposta e de preenchimento.
Para garantir a imparcialidade do teste, nenhum modelo recebeu dicas do sistema ou suporte para busca na internet durante as respostas. Cada modelo teve apenas uma chance de responder. Após a disputa, os resultados surpreenderam: DouBao e Yuanbao empataram em primeiro lugar com 68 pontos, demonstrando uma excelente capacidade de raciocínio. Em comparação, DeepSeek e Tongyi ficaram ligeiramente atrás, obtendo respectivamente 63 e 62 pontos. Já a performance de Wenxin X1 e o3 foi decepcionante, especialmente o3, que obteve apenas 34 pontos, mostrando uma adaptação insuficiente às questões do exame nacional chinês.
No desempenho em questões específicas, DouBao, Tongyi e Yuanbao se destacaram nas questões de múltipla escolha, cada um obtendo 35 pontos. DeepSeek marcou 30 pontos por dois erros, enquanto o3 sofreu uma derrota esmagadora, conseguindo apenas 20 pontos, errando metade das questões. No entanto, em questões de múltipla resposta, DouBao, DeepSeek e Yuanbao obtiveram notas perfeitas, acertando todas as três questões, demonstrando uma grande estabilidade. Em contraste, embora Tongyi tenha apresentado uma boa rapidez, erros críticos nos julgamentos resultaram em um desempenho abaixo do esperado.
O teste não apenas revelou o potencial e as deficiências desses modelos de IA no exame de matemática do ensino superior, mas também refletiu avanços em suas habilidades de raciocínio e reflexão. Comparado ao ano anterior, esses modelos melhoraram significativamente na manipulação de detalhes, aplicação de fórmulas e raciocínio lógico. Embora ainda existam alguns erros e falhas, sem dúvida, essa competição lançou as bases para a capacidade futura dos modelos de IA em matemática.