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：
当量子计算机能预测人类选择，自由意志是否沦为算法的注脚？
生活中怎样的美女才能被称为「大」美女？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
NAS的盘是否需要一次性买齐？
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？
如何看待极客湾评测麒麟X90的性能与表现?
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
后端真的比前端累吗?
go为了编译速度减少了很多编译优化？为什么不能提供优化编译模式来提升运行效率？是太懒还是另有隐情？
我怎么觉得核动力航母比常规航母并没有多大优势？
你见过身边身材最好的女生是什么样子的？
2029年中国能载人登上月球吗？
女生被踢裆也会很疼吗？
新手养鱼，鱼缸中能放入哪些水草？
陈楚生第一，马嘉祺淘汰，如何评价《歌手 2025》第六期所有歌手的演唱？
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动？
如何优雅劝退他人做自媒体？
可以用duckdb在本地建立一个数据库对外服务吗？
如何评价尤雨溪?
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
大家在深圳真实的收入是多少？
有没有什么路由器让你用过之后彻底惊艳了？
以色列为什么突然敢打伊朗了？不怕被报复？
作为爸爸，你给闺女洗澡洗到多大？
为什么出过国的人回来都不描述真实的西方百姓生活？
如何评价女明星梅根福克斯的身材？
三角洲怎么能挣钱。?
有什么好的录屏软件吗?要免费且好用的，可以录电脑播放的***?
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
