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：
J***a 除了 Spring 还有什么？
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？
以色列为什么要打伊朗？
switch2好用吗朋友们?
中医把脉是***吗？
如何看待CCTV13批评“L2.999智驾”等误导性宣传，若导致事故车企可能需要担责？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
发烧友都说磁带音质秒杀CD黑胶和hires，啥原因？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
MacOS真的比Windows流畅吗？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
如何评价鸿蒙电脑无法编写其自身运行的程序？
如何评价微软的远程桌面？
有一个***约你出去，你会去吗？
胸大的女孩子有什么烦恼？
如果郭嘉把大家的房贷都免掉了，会刺激消费吗？
孩子画过什么画让你非常震惊？
如何评价《一人之下》第721（764）话？
大家发现没，现在用手写输入法时很多简单的字都不会打了？应该说是很多字不会写了。但看见后又认识又会写?
苹果前首席设计师 Jony Ive 离职的原因是什么？
如何评价前端框架 Solid?
怎么学习前端开发？求推荐学习路线？
大一计算机新生怎么合理利用github？
MongoDB的缺点以及你为什么不使用MongoDB？
Swift 和同时代的其他语言比起来怎么样？
为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
分享一下你用过好用的开源项目有哪些?
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
