让AI互评高考作文，Kimi和GPT-4o“互掐”，通义千问实力演绎“端水大师”

摘要： 在年最鼎盛时期是全球顶级的图像托管网站一度拥有万用户占据了美国在线照片市场的近一半市场根据分析追踪机构的数据如今只有约万人仍在使用但该公司首席执行官伦纳德声明本文来自于微信公众号头...

在2000年最鼎盛时期，Photobucket是全球顶级的图像托管网站，一度拥有7000万用户，占据了美国在线照片市场的近一半市场。 根据分析追踪机构Similarweb的数据，如今只有约200万人仍在使用Photobucket。但该公司首席执行官（CEO）伦纳德（Ted Leonard...

声明:本文来自于微信公众号头号AI玩家（ID:AIGCplayer），作者:月山橘 石濑，授权 转载发布。

人类高考，AI比人类还忙。

那位连续用AI押中两年高考作文题的UP主，今年又双叒押中了，而且是6中4。

今年，全国各地还用上了AI智能巡考，该系统可以通过分析考场内的图像和*数据，实时检测出作弊、抄袭等异常行为，并发出警报提醒监考老师及时采取措。

新课标I卷的作文题更是直接以人工智能的应用为背景，提出了一个开放性的问题。

考虑到让AI写高考作文已不足为奇，这次我们新增了一个互评环节——先让几位参赛选手围绕上述题目写一篇作文，然后它们互相给对方的作文打分。

原以为会变成大型商业互吹现场，实际上却是各怀鬼胎，暗流涌动。

本次AI“写作文论剑”的参赛选手有5位:ChatGPT-4o、、通义千问、腾讯元宝、文心一言。作文题选的是新课标I卷，让AI讨论与自身有关的主题，也是别有一番用意了。

评分标准则以高考作文阅卷标准为参考，打分区间为1-10分，并需要提供100字以内的评分理由。

下面一起来看看过去一年，AI写作文的水平是否有长进，打分环节是否能做到公正客观、言之有物。

1号选手:ChatGPT-4o

打分环节

Kimi:8分

通义千问:9.5分

腾讯元宝:9分

文心一言:9分

1号选手ChatGPT4o获得了均分8.875的好成绩，其中Kimi阅卷官较为严格，打出的分数最低，让我们一起来看看它的评语:

潜台词:ChatGPT4o，你的观点和批判性思考深度不够啊。

2号选手:Kimi

打分环节

GPT-4o:6分

通义千问:8.5分

腾讯元宝:7.5分

文心一言:7分

本轮惊现全场最低分（没点私人恩怨我是不信的）。上一轮Kimi给GPT-4o的作文评分就是最低的，这轮GPT-4o也是丝毫没有留情，它给出的理由概括来说就是:无趣、公式化。

3号选手:通义千问

打分环节

ChatGPT4o:9分

Kimi:9分

腾讯元宝:9分

文心一言:9.5分

3号选手通义千问获得了国内外友商的肯定。阅卷官们普遍认为，文章结构以“乐章”的形式展开，充满创意和文采，展现了作者出色的思辨能力和文学素养。

文心一言甚至模仿通义千问华丽的文风，给出了一段不输原文的精彩评语:

多少有点鸡汤浓度大比拼的意思。

4号选手:腾讯元宝

打分环节

ChatGPT4o:9分

Kimi:9分

通义千问:10分

文心一言:9分

首篇满分作文出炉。针对4号选手腾讯元宝交出的高考作文，虽然其他阅卷官一致认为，文章在深度挖掘和创新性上还有提升空间，但评*通义千问仍然给出了满分10分的评分，让我们看看它的点评:

5号选手:文心一言

打分环节

ChatGPT4o:7分

Kimi:7.5分

通义千问:9分

腾讯元宝:8.5分

在看到标题“探寻答案之海”时，我的内心os:文心一言，这下我真的要表扬你了。不过，整体评分不算高。GPT-4o更是直言“啰嗦”，车轱辘话来回说。

这4轮点评下来，我们发现，通义评*最为宽容，深谙“端水”和“商业吹捧”之道。上至满分，下至8.5，写得好，它能夸出花来;写得烂，它也能从中打捞出星辰。

低情商:缺乏深度

高情商:点到即止

所以，假如你是阅卷老师，你会给这几位AI选手的作文打几分?