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：
核武器真的有宣传中那么牛逼吗？
学生校服如何隐藏内衣痕迹?
你们的腰突是怎么突然好的？
PHP现在真的已经过时了吗？
为什么我觉得中国很谦虚，甚至有时候感觉中国对其他国家过分宽容，外国人却认为中国是列强呢？
***拍大尺度片子时摄影师不会看光吗？
印度人为什么总觉得比中国强？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
Chrome 浏览器设计的神细节有哪些？
有哪些值得推荐的小型 C 语言开源项目？
cloudflare的1.1.1.1和warp有什么区别？
安徽一银行两名客户经理因吃客户一碗面每人被罚 3000 元，这个处罚力度合理吗？
和女生旅游开一间房有什么注意事项？
怎么才能有尤雨溪一半强，该怎么学习？
如何看待国内开源项目的不可持续性？
有什么快速挣钱的正规路子？
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？
macOS Tahoe 将是英特尔芯片 Mac 的最后一次更新，这将对用户产生哪些影响？
住在一个脏乱差的家里十几年是什么感受？
Android 开发时你遇到过什么相见恨晚的工具或网站？
战场上用沙袋来防***，真的有用吗？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
现在网上把清朝说得一无是处，但是为什么能统治268年？
有哪些故意缩短产品寿命的设计？
独立开发者都使用了哪些技术栈？
三十岁左右的你，正处于什么状态？
你都见过什么样的电脑盲？
能分享一下你写过的rust项目吗？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
自己组一个E5服务器才几百块钱，为什么去阿里云租这么贵?
