上海人工智能实验室发布了首个大模型高考全卷评测结果，其中 Qwen2-72B、GPT-4o 和书生・浦语 2.0 文曲星（InternLM2-20B-WQX）得分率超过 70%，成为前三甲。评测显示，这些模型在语文和英语科目上表现良好，但在数学方面还有提升空间。InternLM2-20B-WQX 在数学单科上取得了最高分。