当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
React 知识点总结有哪些？
为什么他们可以闻出来我身上的穷酸味?
为什么买了Switch后，却发现它并没有那么好玩？
QQ为什么败给微信？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
海贼王为什么现在被全网黑?
穿瑜伽裤爬山的女生会不会害羞？
未来长期租房生活可行吗？
老公每晚都想要怎么办?
韩寒现在为什么不写书了呢？
PHP现在真的已经过时了吗？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
如何看待rust编写的zed编辑器？
女生真正的完美身材是什么样子？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
世界上存在动漫少女般完美的「身体」吗？
如何客观评价李小冉的长相？
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
你们都什么时候对男女之事开窍的？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
为什么TVB的法政剧拍的比内地的法政剧更有吸引力？
有什么是你去了上海才知道的事情？
女明星做了什么医美项目保持童颜？
冬天也要穿胸罩吗?
如何评价字节跳动开源的 Netpoll？
外贸独立站怎么做SEO？
