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：
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？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
为什么现在在西瓜越来越贵了？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
go 有哪些成熟点的后台管理框架？
程序中提升几毫秒、节省几 kB 的内存有必要吗？
什么APp听音乐免费？
为什么软件公司很少用python开发web?
qwen3-0.6B这种小模型有什么实际意义和用途吗？
Gradle 是否已经对安卓的发展构成了阻碍？
能分享一下你写过的rust项目吗？
Chrome 插件开发流程是什么？
王健林再卖 48 座万达广场，会对万达集团带来哪些影响？目前万达面临怎样的困境？
相对于Go，哪些领域是.NET做不到或做不好的?
坚持使用 PHP 的你，如今有什么感悟？
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？
你们是怎么远程用NAS听歌的？
有哪些事情是MacOS做不到但Linux可以做到的？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
如何看待剪映这些傻瓜软件？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
男医生在给年轻靓丽的女性检查时会是什么心态？
Python+rust会是一个强大的组合吗？
现实中的父女关系是怎样的?
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
有没有免费的语音转文字的软件？
中国经营得最差的省级电视台是什么？
一个练过功夫的姑娘能打过一个没练过的男人吗？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
如何评价网传那尔那茜高考179分(含加分)考入上海戏剧学院***？
