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：
我国至今未破的大案要案有哪些？
大家在广州的一天是怎么样的呢？
为什么Mac连个正儿八经的CAD都装不了还敢打着生产力的旗号？
国密加密算法有多安全呢？
匿名说一下你最近的烦恼吧？
你身边身材最好的女生是什么样？
大连天空现罕见「窟窿云」，目击者称持续半小时，压迫感十足，窟窿云是怎么形成的？你见过吗？
歼-20 在国际上到底是什么地位？
如何看待rust编写的zed编辑器？
自己拥有一台服务器可以做哪些很酷的事情？
在所有动物肉中，哪一种味道最好？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
可否留下一张照片以及照片背后的故事？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
既然富人财富占社会总财富的 80%，那么鼓励富人消费不就可以了吗？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
如何评价《一路向西》导演***辉影游新作《捞女游戏》，实际游玩体验如何？
为什么微信不向telegram学习？
为什么越来越多的国内男孩，要娶国外女孩?
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
如何评价电影《碟中谍8：最后清算》？
有一个***约你出去，你会去吗？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
西方人是怎么发现地球是圆的的？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
中国军事力量在亚洲能排第一吗？
055一打一能不能打过阿利伯克？
大a下一个牛市多久到来?
为什么买了Switch后，却发现它并没有那么好玩？
虽然说微服务已经很普遍了，但我看很多 gopher 为何只用 Gin单体那套，微服务都不写的？
