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：
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
如何评价上海七宝中学某高三学生因小三门考了204(总分210),感觉无望清北选择跳楼自杀？
你为什么卸载了火绒？
你怎么看待剪映收费过高问题？
这种情况如何提高打字速度？
你在出租房屋发现过什么前租客留下的“宝藏”？
使用 JetBrains 的产品时，你是倾向于为每个语言分别安装 IDE，还是安装语言的插件？
有哪些事情是MacOS做不到但Linux可以做到的？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
来自东北人的疑惑，南方的菜分量到底有多小？
被传和领导睡了怎么办?
到底是时代选择了Nvidia,还是Nvidia选择了时代？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
为什么浙江落下的陨石，防空系统没有拦截，它和导弹有什么不同？
如何评价「尖叫」这种饮料？
Rust 的设计缺陷是什么？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
中国人口正经历前所未有大转折，如何看待中国人口负增长？应该怎样应对？
女朋友送的switch被亲戚要求送小孩我该怎么办？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
穿瑜伽裤爬山的女生会不会害羞？
商业史上有哪些降维打击的经典案例？
为什么还有那么多人认为蔚来会倒闭？
大家的NAS都是24小时不关机吗？
MacOS真的比Windows流畅吗？
