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：
electron 可以开发诸如 adobe 全家桶这些大型软件吗？
如何看待《剑星》已登顶 Steam 全球热销榜？
哪张照片让你觉得刘亦菲美得不可方物？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
Cloudflare是一家什么样的公司？
为什么 Golang 不适合开发桌面系统？
歼-20 在国际上到底是什么地位？
前几周Deepseek都是神一般的存在，为啥热度消散得这么快？
评价一下Proxmox VE与ESXi的优劣？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
异性同办公室久了会不会日久生情？
CS:GO 为什么玩鸟狙的这么少?
lar***el是php架构最垃圾的性能，为什么那么多人还是自我感觉良好？
皮肤太白是种怎样的体验？
055驱逐舰 是个什么概念?
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？
怎么看swift的并发模式选择了actor模型？
《凡人修仙传》的韩立有 72 把金雷竹做的剑，其他人看见了不觉得奇怪吗？
现代艺术只考虑意义、不考虑美感吗？
特朗普集团推出 499 美元「土豪金」手机 T1，安卓系统，号称「美国制造」，如何看待此举？
为什么剪映导出***时码率与原***一样，变得更模糊？
好多饭店的菜，味道很重，尤其是川菜的麻辣风味儿，是不是有意在遮盖一些不好的味道呢？
为什么现在年轻人很少愿意进入化工制造业？
如何评价湖北省？
如何评价字节跳动开源的 Netpoll？
很多人开始弃用印象笔记了，你还在使用印象笔记吗？
你在出租房屋发现过什么前租客留下的“宝藏”？
请教下这款技嘉主板如何开启TMP2.0?
***拍大尺度片子时摄影师不会看光吗？
哪里有免费的苹果cms v10模板用用？
