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：
前端失业后大家都在做什么？
伊朗为什么不买中国战机，却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机?
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
哪个ai写代码最强？
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？
万兆的网络速度有多大意义？
程序员如何用好 Cursor 工具？
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？
内蒙古发布关于那某某茜有关情况核查通报，哪些信息值得关注？
如果现在南京市整体穿越到1937年，能守住南京吗？
高校里那些「非升即走」后「走」了的青年教师都怎么样了？
PHP现在真的已经过时了吗？
JetBrains 放弃 AppCode 是否是一个错误决定？
穿瑜伽裤爬山的女生会不会害羞？
印度是真的烂还是咱们在信息茧房里面？
女朋友送的switch被亲戚要求送小孩我该怎么办？
在办公室用机械键盘是什么心里？
为什么日本人口密度这么大还能住一户建，中国只能住楼房？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
怎么看待B站舞蹈区和某些风格比较暴露的up？
你们的腰椎间盘突出，怎么治好的？
独立站怎么开始做啊？
如何看待英雄联盟前职业选手mlxg官司输了，被强制执行2500w？
雷军为什么不愿意用性价比打法进军NAS？
什么样的食物可以让广东人感到愤怒？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
你的低成本爱好是什么？
为什么个人需要公网ip？
求大神解答，为什么大家都不喜欢用docker？
