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：
如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
目前最具性价比的全栈路线是啥？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
你在出租房屋发现过什么前租客留下的“宝藏”？
广东省肇庆市怀集县洪水后，赵一鸣零食店被哄抢，物资和收银机里面的几千块钱被哄抢一空，如何评价？
如何看待青鸾峰上连续几本***霸占纵横榜首？
为什么韩国的热辣舞团无法征服中国的男性市场？？
创业公司是否应该使用 Rust ？
Rust开发Web后端效率如何？
独立开发桌面程序（Windows）UI框架选择哪个更好？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
PHP初学者，我能不能使用PHP来开发桌面应用？
如何判断鱼缸中的硝化系统是否已经成功建立？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
有外媒记者提问，台湾当局称，在过去24小时内，46架解放军战机飞越台湾。有何最新消息吗？
国产手机AI「好用」的背后，是技术差距还是文化差异？
如何评价电影《碟中谍8：最后清算》？
如何评价鸿蒙电脑无法编写其自身运行的程序？
《还珠格格》小燕子闯了那么多祸，为啥皇阿玛总是轻易原谅她？
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
周立波是如何沦落到如今***唾之的地步？
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？
从零写一个3D物理引擎难度多大?
怎么向老婆简单解释nas的用途？
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？
如果郭嘉把大家的房贷都免掉了，会刺激消费吗？
小米澎湃OS真的很不行吗？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
