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：
买到烂尾楼到底该有多绝望？
如果让你重来一次，你还会嫁给你老公吗？
coreldraw软件算是冷门软件吗？
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
如何评价首个女性友好的编程语言HerCode?
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
有一个***约你出去，你会去吗？
为什么买了Switch后，却发现它并没有那么好玩？
git是Linus一个人开发出来的吗？
目前亚洲最厉害的五款战斗机是什么？
腰椎间盘突出有多痛苦？
匿名关了，大家实名说说你最近的烦恼？
如何看待《捞女游戏》定档 6 月 19 日？
如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
好多饭店的菜，味道很重，尤其是川菜的麻辣风味儿，是不是有意在遮盖一些不好的味道呢？
systemd吞并了什么?
编程大佬陈皓（左耳朵耗子）心梗去世，你对他有哪些记忆？
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?
年轻人的颈椎病真的会伴随一辈子吗？
小米澎湃OS真的很不行吗？
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？
评价一下Proxmox VE与ESXi的优劣？
足球的地面身体对抗和肌肉体重关系大，还是和技巧关系更大？
如何看待伊朗国家电视台发文称“今晚将会发生一件大事，让世界铭记几个世纪”？
800V是什么技术，为什么特斯拉不跟进？
为什么同样是输球，常州和国足的风评却差那么多呢？
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
duckdb的性能如何？
女朋友是体育生是一种什么体验？
为什么越来越多的国内男孩，要娶国外女孩?
