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：
为什么有的女生喜欢穿紧身牛仔裤？
这种情况如何提高打字速度？
历史上有没有生活在三个及以上朝代的人？
如何看待摄影约拍互免这件事？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
一米二的棍子打的赢三十厘米的刀子吗？
为什么老一辈人都觉得空调不能长时间吹？
你怎么看待剪映收费过高问题？
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？
MongoDB的缺点以及你为什么不使用MongoDB？
有没有一个特别好用的Linux系统？
为什么微软会允许中国有那么多盗版？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
为什么同样是输球，常州和国足的风评却差那么多呢？
为什么鸿蒙PC要排斥Linux生态？
大家猜猜伊朗的结局如何？
Mac电脑总是提示磁盘已满，怎么才能清理干净？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
如何评价***伊内斯·特洛奇亚的身材？
公司老板不想续费3w一年的云服务器，合理吗？
从男性的角度上，什么样的女人比较有魅力？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
如何看待M4单核性能吊打9950x?
大海捞针还捞着了是一种什么样的体验？
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
女生真正的完美身材是什么样子？
自己拥有一台服务器可以做哪些很酷的事情？
不喜欢老婆找健身房男教练私教，是我太狭隘了吗？
如果你有300万存款，你还会继续辛苦上班吗？为什么？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
