顶级模型 o3 高考数学不如国产第二梯队？

网上看某 AI 流量大 V 号总结了最近高考的数学题目，并且反馈 o3 “水土不服”，答错一半，比国产第二梯队的模型都差。正好手上有 o3，我们来用“正确姿势”看看表现如何。

（结尾笔者会穿插介绍大 V 号测试结果为何有问题，如何检测并避免降智）

提示词

从现在开始，你充当一名顶级的数学高考状元，你将会解答一系列的中国数学题目，以此来评估你的能力。我将会把题目截图发给你。你将进行分析和分别作答。请你以最高水平的措施以及最高准确率来回答这些题目。当前题目（类型）如图

先说结论

来介绍题目和结论

14道题目，1-8单选，9-11多选，12-14填空，其中 o3 初次做答第六题答错（思路过程很惊艳），其他全对 13/14——一次性答对

解答后，再人工检查题目，发现大 V号整的这套题目第六题截图并不完整（囧，少了几十个字），寻找到更完整的题目描述给到 o3，解答正确。14/14，满分。

第六题独特之处是必须读取坐标图，拿到详细参数，图片推理正是 o3的强项（笔者给的图分辨率并不高，且充满水印干扰），结尾处还会给大家展示下o3耗时 4分钟读图部分推理过程。

题目

• 第一题

o3

• 第二题

o3

• 第三题

o3

• 第四题

o3

• 第五题

o3

• 第六题

o3

• 第七题

o3

• 第八题

o3

• 第九题

o3

• 第十题

o3

• 第十一题

o3

• 第十二题

o3

• 第十三题

o3

• 第十四题

o3

备注： 如上作答全部 10 分钟内一次性答完，无重试。

——题目结束——

好了，看到这里的读者，我们来回答前面的疑惑： 大 V 号为何得出 o3 不如国产第二梯队模型——答案是大 V号真正使用的是 o4-mimi。（4o-mini 狗都不用系列，不如国内第二梯队实属正常）

通常国内使用代理的情况下，账户大概率会判定风险号，openai 基本上会用免费的 4o-mimi 作答任何问题。

下面是一些小技巧

1.尝试问模型你是谁，具体哪个版本，知识截止到什么时候。

2.看推理时间是否低于30s（通常复杂的题目会超过1分钟，极端情况4 min+ ——见结尾高考第六题完整版推理  ）

3.使用固定干净的 ip，或者美区家庭ip，如果被识别为风险账户或者ip，任何回答都会被替换为 o4-mini（可用方法 1 验证）

4.目前能稳定使用 o3 的方法可以在移动端 app 手动控制切换（截止05年6月8号笔者验证还有效，但不保证稳定）

5. 使用第三方 api 比如 openrouter 或者平台比如poe等基本能保证 o3 百分之百启用。

———

以上 14 道题目来源网友整理（第六题不完整）

https://jiqizhixin.feishu.cn/docx/NNBVdmzpmobq8nxNwylcqZNDnEb

———

最后附修复后的第六题

• 高考完整版第六题目

o3部分推理过程（4分半，推理过程很久）

最终作答

最终结论——o3 满分作答，chatgpt4o-mini 不如元宝、百度等模型。