品玩6月20日讯，上海人工智能实验室近日宣布，收个 AI 高考全卷评测结果现已发布。据悉，高考刚结束，司南评测体系OpenCompass选取6个开源模型及GPT-4o进行高考“语数外”全卷能力测试。

司南评测体系团队选取了GPT-4o及在2024年高考前开源的6个模型（简介如下）参与本次“大模型高考”评测。

1. Mixtral 8x22B：法国AI创业公司Mistral于2024年4月17日开源的对话模型。
2. Yi-1.5-34B：零一万物公司于2024年5月12日开源的Yi-1.5系列最大的模型。
3. GLM-4-9B：智谱AI于2024年6月4日推出的最新一代预训练模型GLM-4系列的开源版本。
4. InternLM2-20B-WQX：上海人工智能实验室于2024年6月4日开源的书生·浦语2.0系列文曲星大语言模型。
5. Qwen2-57B：阿里巴巴于2024年6月6日开源的Qwen2系列MoE对话模型。
6. Qwen2-72B：阿里巴巴于2024年6月6日开源的72B稠密模型。

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。

首个大模型高考全卷评测结果显示，Qwen2-72B、GPT-4o及书生·浦语2.0文曲星（InternLM2-20B-WQX）成为本次大模型高考的前三甲，得分率均超过70%。大部分模型“考生”语文、英语科目表现良好，但在数学方面还有很大的提升空间。其中，InternLM2-20B-WQX取得了数学单科的最高分，超越包括GPT-4o在内的所有模型。