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：
草缸入门需要买什么？
前端如何设计网页？
为什么水泥封不住尸臭?
胸大的女孩子有什么烦恼？
30马赫的导弹，近防炮能挡住吗？
苹果发布了 macOS 26 开发者预览版 Beta 更新，这次更新带来了哪些新功能和改进？
西方人是怎么发现地球是圆的的？
匿名说一下自己最近的烦恼吧？
为什么鸿蒙PC要排斥Linux生态？
我的世界怎么租一个四个人的服务器？
如何评价首个女性友好的编程语言HerCode?
目前美军还有哪些领域是明显领先于解放军的？
什么事情是你待在西安才知道的？
目前亚洲最厉害的五款战斗机是什么？
055大驱到底强在哪里？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
古代刚考中进士一般授予什么官职，一段时间后又能当上什么等级的官（平均水平）?
为什么说男人至死都是少年？
如何评价B站UP主「酒酿lily王」、「唐卡七」等穿搭类UP主被封禁？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
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？
为什么 Windows 系统上的安装包有 exe 和 msi 两种格式，有什么区别？
macOS Tahoe 将是英特尔芯片 Mac 的最后一次更新，这将对用户产生哪些影响？
以色列为什么突然敢打伊朗了？不怕被报复？
越正经的女人越容易做出疯狂的事吗？
部分地区「国补」暂停了吗？最新的情况是什么样的？
玉米粒为什么靠近根部排列比较乱，而越靠近尖端排列越整齐？
为什么 IPv6 在国内至今未得以大规模应用?
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
