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：
超级喜欢穿短裙正常吗?
Rust开发Web后端效率如何？
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？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
你和你老婆是怎么认识的？
PHP初学者，我能不能使用PHP来开发桌面应用？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
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？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
广东怀集遇历史最大洪水，18 万人受灾，积水最深处达 3 米，目前当地情况如何？
为什么鸿蒙PC要排斥Linux生态？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
在中国儿子就那么重要吗?
超小团队选择Django还是Flask？
有哪些小众的开源项目养活了一大批人?
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
如何评价《绝区零》上午10点发布的代理人「爱丽丝·泰姆菲尔德」立绘？
Golang和J***a到底怎么选?
电磁力可以屏蔽，为什么万有引力不可屏蔽？
住家保姆为什么总干不长？
***体隆胸之后多久乳房变软一些?
为什么没有核动力货轮？
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
颈椎生理曲度变直可以通过运动康复吗？
