个人感觉，标准答案应该没有问题
那么，
Gemini 2.0 pro满分
qaq32B 扣4分，得6分
其他扣两分，得8分

阅读题完了，下来是排序题全对。so,easy。
刚开始题有问题，给模型整蒙了错了一大片。后来纠正之后，全都你答对。
目前最差的情况也只能给他扣六分。
按照楼主版标准，gemini还是满分，超越作弊版何凯文指日可待。

下一题，翻译题
翻译题基本没有啥大问题，主要就是考研更注重准确，而模型喜欢意译。
o3mini这个问题很严重，基本上都是大意符合，细节改动很多。
46,o3mini -1分
47题，grok3,o3-mini，deepgeminiflash把utilizing翻译成激发，过于意译，扣一分
48题，都很好，甚至比答案翻译的好很多
49题，都没啥大问题
50题，grok3 能翻译出跳出框框思考这种词，-1分。

好贴，收藏了

考研老师要失业了

让它们做一下高考语文

人工队被薄纱

总分

总结
Gemini 2.0 Pro不愧是之前评测的文科之王，客观题全对，主观题分超高。
deepseek-r1大作文开始随便发挥，幻觉太严重不够扣题导致扣分较多
doubao1.5 lite 作为超便宜的小模型，分数直逼何凯文相当不错。
qwq 32B说超越r1，但还有点距离。
标准答案得分88.5，实际上应该更高，但是模型写的作文太好了，导致标准答案作文分数被狂扣。
所以总的来说整体分数应该更高，因为标准答案的作文应该是接近满分的，其他模型写的分数也会更高。

求题干，我也想试试

考虑到ai思路十分清晰，考研老师感觉可以下岗一批了。
英语方面，ai对人类简直就是虐杀，没有母语水平就不用来和ai比的。

老师是系统性的教学，ai现在更多的是课后辅导，特别是考研这种。如果说英语，那么单词还是得自己背，阅读理解本身市面上的答案就已经有翻译和思路了，作文没人教的话自己很难写的，大部分都是套套模板。现在有ai最好的就是自己写了作文可以帮忙修改，知道怎么提高，以前的话，考研老师也不太可能一对一给你指导

3

都是高手，90多分

gpt为啥派最拉的模型出战？我觉得既然都是最先进的，那就应该gpt4.5来，或者至少o1吧