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：
用GraphQL如何实现以下API请求？与REST的思路相比实现方法孰优孰劣？
目前最具性价比的全栈路线是啥？
如何评价Orbstack（在Mac上低开销地运行容器和Linux）？
自研项目，PHP用什么框架最好？
为什么 Mac 对游戏支持这么差？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
最近看独立开发者，做记账 软件赚到很多钱，我也开发一个，会不会碾压？
一个人运维驻场可以坚持一两年吗？
男人的快乐有多简单？
如果郭嘉把大家的房贷都免掉了，会刺激消费吗？
能不能发一张你相册里最好看的自拍照？
国内大厂现在用rust的多吗？
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？
node 项目中如何使用 Node Schedule 创建定时任务？
怎样在网页版B站上下载***！！！！？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
如何评价Cursor？
在NAS上安装了什么应用，让你的生活体验有了巨大的提升？
有没有免费的云服务器?
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
有哪些新生代没见过或者无法理解的 Windows XP 7 时代的事情？
为什么中国电信的iptv一定要有网线连接！？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
不住酒店可以去哪过夜？
公司倒闭前有什么征兆？
Android原生动画这么好看，为什么国内厂商没有***用的？
MacOS真的比Windows流畅吗？
为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
为什么 macOS 并不差，可市场总敌不过 Windows？
